熊猫散点图日志配色栏

Question

我正在绘制Pandas中使用另一列颜色的数据框架，我想使用日志归一化的colormap。

此帖子显示，在普通的matplotlib中，您可以使用log nog nogosalized通过简单地添加 norm = matplotlib.colors.lognorm（）将其colormap到 .scatter（）方法。当我为熊猫这样做时，尽管它会导致typeerror： typeError：matplotlib.axes._axes.axes.axes.scatter（）获得了关键字参数'norm'norm'的多个值。

最小可再现示例

example_data = pd.DataFrame({'sample_no': [1, 2, 3, 4, 5, 6], 
                'data1': [10, 15, 12, 10, 13, 14], 
                'data2': [0.1, 1, 5, 10, 12, 5]})

这样的

example_data.plot.scatter('sample_no', 'data1', c='data2', cmap='viridis',)

如下：得出一个不错的图。

添加 norm 参数会产生上述错误。

example_data.plot.scatter('sample_no', 'data1', c='data2', cmap='viridis',
                          norm=matplotlib.colors.LogNorm())

完整的松弛痕迹

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
/Users/rwegener/repos/sarp_lessons/snippets/More mapping/flight_track.ipynb Cell 45' in <cell line: 1>()
----> 1 example_data.plot.scatter('sample_no', 'data1', c='data2', cmap='viridis',
      2                           norm=matplotlib.colors.LogNorm())

File ~/.pyenv/versions/miniconda3-4.7.12/envs/sarp/lib/python3.10/site-packages/pandas/plotting/_core.py:1669, in PlotAccessor.scatter(self, x, y, s, c, **kwargs)
   1586 def scatter(self, x, y, s=None, c=None, **kwargs):
   1587     """
   1588     Create a scatter plot with varying marker point size and color.
   1589 
   (...)
   1667         ...                       colormap='viridis')
   1668     """
-> 1669     return self(kind="scatter", x=x, y=y, s=s, c=c, **kwargs)

File ~/.pyenv/versions/miniconda3-4.7.12/envs/sarp/lib/python3.10/site-packages/pandas/plotting/_core.py:917, in PlotAccessor.__call__(self, *args, **kwargs)
    915 if kind in self._dataframe_kinds:
    916     if isinstance(data, ABCDataFrame):
--> 917         return plot_backend.plot(data, x=x, y=y, kind=kind, **kwargs)
    918     else:
    919         raise ValueError(f"plot kind {kind} can only be used for data frames")

File ~/.pyenv/versions/miniconda3-4.7.12/envs/sarp/lib/python3.10/site-packages/pandas/plotting/_matplotlib/__init__.py:71, in plot(data, kind, **kwargs)
     69         kwargs["ax"] = getattr(ax, "left_ax", ax)
     70 plot_obj = PLOT_CLASSES[kind](data, **kwargs)
---> 71 plot_obj.generate()
     72 plot_obj.draw()
     73 return plot_obj.result

File ~/.pyenv/versions/miniconda3-4.7.12/envs/sarp/lib/python3.10/site-packages/pandas/plotting/_matplotlib/core.py:329, in MPLPlot.generate(self)
    327 self._compute_plot_data()
    328 self._setup_subplots()
--> 329 self._make_plot()
    330 self._add_table()
    331 self._make_legend()

File ~/.pyenv/versions/miniconda3-4.7.12/envs/sarp/lib/python3.10/site-packages/pandas/plotting/_matplotlib/core.py:1114, in ScatterPlot._make_plot(self)
   1112 else:
   1113     label = None
-> 1114 scatter = ax.scatter(
   1115     data[x].values,
   1116     data[y].values,
   1117     c=c_values,
   1118     label=label,
   1119     cmap=cmap,
   1120     norm=norm,
   1121     **self.kwds,
   1122 )
   1123 if cb:
   1124     cbar_label = c if c_is_column else ""

TypeError: matplotlib.axes._axes.Axes.scatter() got multiple values for keyword argument 'norm'

Answer 1

您可以将日志规范应用于data1和data2，然后创建散点图。它将产生预期的效果。

Answer 2

它看起来像类SctactPlot 中的一个错误=“ nofollow noreferrer”> _ matplotlib/core.py.py

if color_by_categorical:
    from matplotlib import colors

    n_cats = len(self.data[c].cat.categories)
    cmap = colors.ListedColormap([cmap(i) for i in range(cmap.N)])
    bounds = np.linspace(0, n_cats, n_cats + 1)
    norm = colors.BoundaryNorm(bounds, cmap.N)
else:
    norm = self.kwds.pop("norm", None)

sets norm local variable，然后在后来使用它，

scatter = ax.scatter(
    data[x].values,
    data[y].values,
    c=c_values,
    label=label,
    cmap=cmap,
    norm=norm,
    **self.kwds,
)

但是，最后一个参数 self.kwds 已经包含 norm 命名参数，您已发送，因此您最终会得到两个 norm ，而Python无法处理。

似乎有试图在，但是提交没有成功。

Answer 3

如果熊猫不允许您输入标准：

fig, ax = plt.subplots()
ax.scatter(sample_data[‘sample_no’], sample_data[‘data1’], norm=matplotlib.colors.LogNorm())