Цвета легенды не соответствуют цветам графика

Я пытаюсь настроить легенды каждой точки на точечной диаграмме. Моя главная проблема в том, что цвета каждой точки не соответствуют цвету того, что в легенде. Что я делаю не так и как это исправить?

def scatter(self, indep, dep, labl):
   x = self.df_input[indep]
   y = self.df_input[dep]
   random = np.random.RandomState(0)
   colors = random.rand(len(labl)+1)

   fig = plt.figure()
   ax = fig.add_subplot(111)

   for leg in labl:
      ax.scatter(x, y, c=colors, cmap='gist_ncar', label=leg)

   ax.legend()
   ax.set_xlabel(indep)
   ax.set_ylabel(dep)
   ax.axis('tight')
   plt.show()

Можете ли вы объяснить, как вы хотите, чтобы результат выглядел? Вам нужен этот ответ?

ImportanceOfBeingErnest 09.04.2019 20:38

Другие потенциально релевантные сообщения 12345

ImportanceOfBeingErnest 09.04.2019 21:02

У вас есть только один набор x и y, поэтому я думаю, что вы хотите сделать только один сюжет. Я не думаю, что вам нужно зацикливаться на labl вообще. Вы используете цветовую карту (cmap) для окрашивания точек данных, так что это соответствующее свойство. Вместо plt.legend() попробуйте plt.colorbar(). Может быть, это будет иметь больше смысла для вас.

kwinkunks 10.04.2019 04:35

@ImportanceOfBeingErnest Результаты выглядят как точечная диаграмма с точками разного цвета и меткой / легендой того, что представляют эти точки. Моя основная проблема заключается в том, что цвета метки/легенды не соответствуют соответствующему цвету точки на диаграмме рассеивания. Метод принимает строковые переменные indep и dep и список лаблов или меток. Я уже установил фрейм данных ранее в коде. Мой ожидаемый результат - точечная диаграмма с легендами.

Nix 10.04.2019 05:09
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
4
306
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Похоже, вы пытаетесь построить группы в фрейме данных. Итак, что-то вроде этого может работать:

import matplotlib.pyplot as plt
import pandas as pd

data = [['a', 1, 3],
        ['a', 2, 2],
        ['b', 2, 4],
        ['b', 1, 5],
        ['b', 3, 5],
       ]

df = pd.DataFrame(data, columns=['cat', 'x', 'y'])

for name, group in df.groupby('cat'):
    plt.scatter(group.x, group.y, label=name)
plt.legend()

Это производит:

Sample plot

Другие вопросы по теме