用seaborn.swarmplot将数据点映射到彩色地图

Question

我想要生成一个seaborn.swarmplot，其中单个数据点的颜色映射到一个颜色映射。

我有一个类似于此的DataFrame：

In[48]:df
Out[48]: 
      a  c   Key
   0  1  12  1st
   1  4  35  2nd
   2  5  12  2nd
   3  6  46  1st
   4  3  78  1st
   5  4  45  2nd
   6  5  34  1st
   7  6  70  2nd

我用以下代码生成一个集群图：

sns.swarmplot(x='Key', y = 'a',  s=20, data = df)

得到一个这样的情节：

集束图

现在，我希望数据点映射到一个颜色映射，它将根据DataFrame的'c‘列表示值。

我试图在代码中添加'hue = 'c‘，并得到以下内容：

sns.swarmplot(x='Key', y = 'a',  hue='c',s=20, data = df)

“色调”的编剧

这是我想要的方向，但是我更喜欢颜色图而不是颜色图，这样低的c值就会变成浅绿色，c值越高，绿色就越深。

作为一个传说，我希望有一个梯度。

我将非常感谢您的帮助！

Answer 1

无色棒溶液

没有色条的溶液很容易解决。您需要创建一个颜色的palette (颜色和值一样多)，并使用palette参数将其提供给swarmplot。

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
print sns.__version__ # swarmplot requires version 0.7.1

# Reconstruct the dataframe from the question (the hardest part)
a = [1,4,5,6,3,4,5,6]
c = [12,35,12,46,78,45,34,70]
key = [1,2,2,1,1,2,1,2]
key = ["{k}{a}".format(k=k, a={1:"st", 2:"nd"}[k]) for k in key]
df  =pd.DataFrame({"a":a, "c":c, "Key":key})

palette = sns.light_palette("seagreen", reverse=False,  n_colors=len(c) )
sns.swarmplot(x='Key', y = 'a',  hue='c',s=20, data = df, palette=palette)

plt.show()

​

​

​

​

色棒溶液

带有彩色条的解决方案需要更多的工作。我们需要从海运调色板构造一个颜色映射，将这个颜色映射规范化，并创建一个颜色字典，该字典对应于df["c"] dataframe列中的相应颜色。然后，我们再次使用swarmplot关键字向palette提供此字典。

我们还需要删除自动生成的图例，但无用的图例，然后创建一个新的轴在绘图放置色条。

import pandas as pd

import matplotlib.pyplot as plt
import matplotlib.colorbar
import matplotlib.colors
import matplotlib.cm
from mpl_toolkits.axes_grid1 import make_axes_locatable

import seaborn as sns

# recreate the dataframe
a = [1,4,5,6,3,4,5,6]
c = [12,35,12,46,78,45,34,70]
key = [1,2,2,1,1,2,1,2]
key = ["{k}{a}".format(k=k, a={1:"st", 2:"nd"}[k]) for k in key]
df  =pd.DataFrame({"a":a, "c":c, "Key":key})

#Create a matplotlib colormap from the sns seagreen color palette
cmap    = sns.light_palette("seagreen", reverse=False, as_cmap=True )
# Normalize to the range of possible values from df["c"]
norm = matplotlib.colors.Normalize(vmin=df["c"].min(), vmax=df["c"].max())
# create a color dictionary (value in c : color from colormap) 
colors = {}
for cval in df["c"]:
    colors.update({cval : cmap(norm(cval))})

#create a figure
fig = plt.figure(figsize=(5,2.8))
#plot the swarmplot with the colors dictionary as palette
m = sns.swarmplot(x='Key', y = 'a',  hue="c", s=20, data = df, palette = colors)
# remove the legend, because we want to set a colorbar instead
plt.gca().legend_.remove()

## create colorbar ##
divider = make_axes_locatable(plt.gca())
ax_cb = divider.new_horizontal(size="5%", pad=0.05)
fig.add_axes(ax_cb)
cb1 = matplotlib.colorbar.ColorbarBase(ax_cb, cmap=cmap,
                                norm=norm,
                                orientation='vertical')
cb1.set_label('Some Units')
plt.show()

​

​