Matplotlib цвет рассеяния по категориальным факторам

Question

У меня есть основной разброс, где x и y плавают. Но я хочу изменить цвет маркера на основе третьей категориальной переменной. Категориальная переменная имеет строчную форму. Это, похоже, вызывает проблему.

Чтобы использовать ирис dataset- здесь код, я думаю, что я хотел бы использовать:

#Scatter of Petal 
x=df['Petal Length'] 
y=df['Petal Width'] 
z=df['Species'] 
plt.scatter(x, y, c=z, s=15, cmap='hot') 
plt.xlabel('Petal Width') 
plt.ylabel('Petal Length') 
plt.title('Petal Width vs Length') 

Но я получаю ошибку: не удалось преобразовать строку плавать: ирис-setosa

Do I нужно изменить категориальную переменную до числового до того, как я запустил, или есть что-то, что я могу сделать с данными в его текущем формате?

Благодаря

обновление: вся отслеживающий является:

--------------------------------------------------------------------------- 
ValueError        Traceback (most recent call last) 
<ipython-input-47-d67ee3bffc3b> in <module>() 
     3 y=df['Petal Width'] 
     4 z=df['Species'] 
----> 5 plt.scatter(x, y, c=z, s=15, cmap='hot') 
     6 plt.xlabel('Petal Width') 
     7 plt.ylabel('Petal Length') 

/Users/mpgartland1/anaconda/lib/python2.7/site-packages/matplotlib/pyplot.pyc in scatter(x, y, s, c, marker, cmap, norm, vmin, vmax, alpha, linewidths, verts, hold, **kwargs) 
    3198   ret = ax.scatter(x, y, s=s, c=c, marker=marker, cmap=cmap, norm=norm, 
    3199       vmin=vmin, vmax=vmax, alpha=alpha, 
-> 3200       linewidths=linewidths, verts=verts, **kwargs) 
    3201   draw_if_interactive() 
    3202  finally: 

/Users/mpgartland1/anaconda/lib/python2.7/site-packages/matplotlib/axes/_axes.pyc in scatter(self, x, y, s, c, marker, cmap, norm, vmin, vmax, alpha, linewidths, verts, **kwargs) 
    3605 
    3606   if c_is_stringy: 
-> 3607    colors = mcolors.colorConverter.to_rgba_array(c, alpha) 
    3608   else: 
    3609    # The inherent ambiguity is resolved in favor of color 

/Users/mpgartland1/anaconda/lib/python2.7/site-packages/matplotlib/colors.pyc in to_rgba_array(self, c, alpha) 
    420    result = np.zeros((nc, 4), dtype=np.float) 
    421    for i, cc in enumerate(c): 
--> 422     result[i] = self.to_rgba(cc, alpha) 
    423    return result 
    424 

/Users/mpgartland1/anaconda/lib/python2.7/site-packages/matplotlib/colors.pyc in to_rgba(self, arg, alpha) 
    374   except (TypeError, ValueError) as exc: 
    375    raise ValueError(
--> 376     'to_rgba: Invalid rgba arg "%s"\n%s' % (str(arg), exc)) 
    377 
    378  def to_rgba_array(self, c, alpha=None): 

ValueError: to_rgba: Invalid rgba arg "Iris-setosa" 
to_rgb: Invalid rgb arg "Iris-setosa" 
could not convert string to float: iris-setosa 

Answer 1

Как ваш отслеживающий говорит вам, вы не можете передать строку параметра цвета. Вы можете передать либо цвета, либо массив значений, которые он будет интерпретировать как сами цвета.

См: http://matplotlib.org/api/pyplot_api.html?highlight=plot#matplotlib.pyplot.plot

Существует, вероятно, более элегантный способ, но одна реализация будет следующим (я использовал следующий набор данных: https://raw.githubusercontent.com/pydata/pandas/master/pandas/tests/data/iris.csv):

import matplotlib.pyplot as plt 
import matplotlib.colors as colors 
import matplotlib.cm as cmx 
from pandas import read_csv 

df = read_csv('iris.csv') 

#Scatter of Petal 
x=df['PetalLength'] 
y=df['PetalWidth'] 

# Get unique names of species 
uniq = list(set(df['Name'])) 

# Set the color map to match the number of species 
z = range(1,len(uniq)) 
hot = plt.get_cmap('hot') 
cNorm = colors.Normalize(vmin=0, vmax=len(uniq)) 
scalarMap = cmx.ScalarMappable(norm=cNorm, cmap=hot) 

# Plot each species 
for i in range(len(uniq)): 
    indx = df['Name'] == uniq[i] 
    plt.scatter(x[indx], y[indx], s=15, color=scalarMap.to_rgba(i), label=uniq[i]) 

plt.xlabel('Petal Width') 
plt.ylabel('Petal Length') 
plt.title('Petal Width vs Length') 
plt.legend(loc='upper left') 
plt.show() 

дает что-то вроде этого:

Редактировать: явно добавить метки для легенды.

Answer 2

На основании ответа @jonnybazookatone, вот мой подход. Я использую groupby для создания небольшого Dataframe для поиска между Name и name_id. Тогда я группа снова перебрать группы ...

import matplotlib 
import matplotlib.pyplot as plt 
import matplotlib.colors as colors 
import matplotlib.cm as cmx 
from pandas import read_csv 

df = read_csv('iris.csv') 

# map Name to integer 
pos = df.loc[:,["Name"]].groupby("Name").count().reset_index() 

# create a new column in the dataframe which contains the numeric value 
tag_to_index = lambda x: pos.loc[pos.Name == x.Name].index[0] 
df.loc[:,"name_index"]=df.loc[:,["Name"]].apply(tag_to_index, axis=1) 

# Set the color map to match the number of species 
hot = plt.get_cmap('hot') 
cNorm = colors.Normalize(vmin=0, vmax=len(pos)) 
scalarMap = cmx.ScalarMappable(norm=cNorm, cmap=hot) 

# Get unique names of species 
for (name, group) in df.groupby("name_index"): 
    plt.scatter(group.PetalWidth, group.PetalLength, s=15, label=pos.iloc[name].get("Name"), color=scalarMap.to_rgba(name)) 

plt.xlabel('Petal Width') 
plt.ylabel('Petal Length') 
plt.title('Petal Width vs Length') 
plt.legend() 
plt.show() 

Answer 3

Altair должен быть ветром здесь.

from altair import * 
import pandas as pd 

df = datasets.load_dataset('iris') 
Chart(df).mark_point().encode(x='petalLength',y='sepalLength', color='species')