Cambiare colore e marcatore di ogni punto usando jointplot Seaborn

Question

Ho questo codice leggermente modificato da here:

import seaborn as sns 
sns.set(style="darkgrid") 

tips = sns.load_dataset("tips") 
color = sns.color_palette()[5] 
g = sns.jointplot("total_bill", "tip", data=tips, kind="reg", stat_func=None, 
        xlim=(0, 60), ylim=(0, 12), color='k', size=7) 

g.set_axis_labels('total bill', 'tip', fontsize=16) 

e ho un bel terreno alla ricerca - Tuttavia, per il mio caso ho bisogno di essere in grado di cambiare la colore e formato di ogni singolo punto.

Ho provato con le parole chiave, , style e fmt, ma ottengo l'errore TypeError: jointplot() got an unexpected keyword argument.

Qual è il modo corretto per farlo? Vorrei evitare di chiamare i dati e le distribuzioni marginali manualmente

Answer 1

Risolvere questo problema non è quasi diverso da quello di matplotlib le distribuzioni marginali:

import seaborn as sns 
from itertools import product 
sns.set(style="darkgrid") 

tips = sns.load_dataset("tips") 
color = sns.color_palette()[5] 
g = sns.jointplot("total_bill", "tip", data=tips, kind="reg", stat_func=None, 
        xlim=(0, 60), ylim=(0, 12), color='k', size=7) 

#Clear the axes containing the scatter plot 
g.ax_joint.cla() 

#Generate some colors and markers 
colors = np.random.random((len(tips),3)) 
markers = ['x','o','v','^','<']*100 

#Plot each individual point separately 
for i,row in enumerate(tips.values): 
    g.ax_joint.plot(row[0], row[1], color=colors[i], marker=markers[i]) 

g.set_axis_labels('total bill', 'tip', fontsize=16) 

che mi dà questo:

La retta di regressione è ormai andato, ma questo è tutto quello che dovevo.

Answer 2

La risposta accettata è troppo complicata. plt.sca() può essere usato per fare questo in un modo più semplice:

import matplotlib.pyplot as plt 
import seaborn as sns 

tips = sns.load_dataset("tips") 
g = sns.jointplot("total_bill", "tip", data=tips, kind="reg", stat_func=None, 
        xlim=(0, 60), ylim=(0, 12)) 


g.ax_joint.cla() # or g.ax_joint.collections[0].set_visible(False), as per mwaskom's comment 

# set the current axis to be the joint plot's axis 
plt.sca(g.ax_joint) 

# plt.scatter takes a 'c' keyword for color 
# you can also pass an array of floats and use the 'cmap' keyword to 
# convert them into a colormap 
plt.scatter(tips.total_bill, tips.tip, c=np.random.random((len(tips), 3))) 

Answer 3

Le altre due risposte sono stravaganze complessi (in realtà, sono da persone che veramente capire cosa sta succedendo sotto il cofano).

Ecco una risposta di qualcuno che sta solo indovinando. Funziona comunque!

tips = sns.load_dataset("tips") 
g = sns.jointplot("total_bill", "tip", data=tips, 
       c=tips.day.cat.codes, cmap='Set1', stat_func=None, 
       xlim=(0, 60), ylim=(0, 12)) 

Answer 4

Un'altra opzione è utilizzare JointGrid, poiché jointplot è un wrapper che ne semplifica l'utilizzo.

import matplotlib.pyplot as plt 
import seaborn as sns 

tips = sns.load_dataset("tips") 

g = sns.JointGrid("total_bill", "tip", data=tips) 
g = g.plot_joint(plt.scatter, c=np.random.random((len(tips), 3))) 
g = g.plot_marginals(sns.distplot, kde=True, color="k") 

Answer 5

1. In seaborn/categorical.py, trovare def swarmplot.
2. Add parametro marker='o' prima **kwargs
3. In kwargs.update, aggiungi marker=marker.

Quindi aggiungere ad es. marker='x' come parametro durante la stampa con sns.swarmplot() come per Matplotlib plt.scatter().

Appena incontrato lo stesso bisogno, e avendo come kwarg non ha funzionato. Quindi ho avuto una breve occhiata. Possiamo impostare altri parametri in modi simili. https://github.com/ccneko/seaborn/blob/master/seaborn/categorical.py

Solo un piccolo cambiamento necessario qui, ma ecco la pagina di GitHub biforcuta per una rapida consultazione;)