matplotlib panda.DataFrame.plot显示色彩Map表不一致

rjee0c15 于 2022-11-15 发布在其他

关注(0)|答案(2)|浏览(142)

所以我试图制作一些情节，并试图使用cmap“jet”。它一直以viridis的形式出现，所以我在SE周围挖掘，尝试了一些非常简单的情节：

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0, 100)
y = x
t = x
df = pd.DataFrame([x,y]).T

df.plot(kind="scatter", x=0, y=1, c=t, cmap="jet")

x = np.arange(0, 100.1)
y = x
t = x
df = pd.DataFrame([x,y]).T

df.plot(kind="scatter", x=0, y=1, c=t, cmap="jet")

对于这里发生的事情有什么想法吗？我可以告诉它与dataframe中字段的dtype有关（在第一组代码中添加了dypte=“float”并得到了与第二组代码相同的结果），但不明白为什么会是这种情况。
当然，如果我的代码没有问题，我真正想要的是一个解决方案。

matplotlib

来源：https://stackoverflow.com/questions/73976600/pandas-dataframe-plot-showing-colormap-inconsistently

2条答案

按热度按时间

toiithl61#

它实际上似乎与Pandas（散点）图有关，正如你所指出的dtype浮动-一些更多的细节在最后。

解决方法是使用matplotlib。

最后，图看起来是一样的，但是cmap="jet"设置也适用于float dtype：

代码：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

x = np.arange(0, 100.1)
y = x
t = x
df = pd.DataFrame([x,y]).T

fig, ax = plt.subplots(1,1)

sc_plot = ax.scatter(df[0], df[1], c=t, cmap="jet")
fig.colorbar(sc_plot)

ax.set_ylabel('1')
ax.set_xlabel('0')

plt.show()

或者使用pyplot instead of the Object Oriented Interface的较短版本（稍微接近简短的df.plot调用）：

df = pd.DataFrame([x,y]).T

sc_plot = plt.scatter(df[0], df[1], c=t, cmap="jet")
plt.colorbar(sc_plot)
plt.ylabel('1')
plt.xlabel('0')
plt.show()

关于Pandasdf.plot不遵循cmap设置的根本原因：
我能找到的最接近的是pandas scatter plotc
字符串、整型或类似数组
（虽然我不确定为什么t没有引用索引，而索引又是int）。
甚至df.plot(kind="scatter", x=0, y=1, c=df.index.values.tolist(), cmap='jet')福尔斯了viridis，而df.index.values.tolist()显然只是int。
更奇怪的是，pandas df.plot在默认情况下也使用matplotlib：
使用plotting. backend选项指定的后端。默认情况下，使用matplotlib。