凡例を含む散布プロットをplt.scatterを複数回呼び出すことなく着色した

Question

pyplot.scatterc=にグループに対応する配列を渡すことができます。しかし、これは、各グループを個別にプロットせずに凡例を生成することをサポートしていないようです。

ので、例えば、グループを反復処理し、それぞれ個別にプロットすることによって生成することができる色のグループとの散布図：生成

import matplotlib.pyplot as plt 
from sklearn.datasets import load_iris 
feats = load_iris()['data'] 
target = load_iris()['target'] 

f, ax = plt.subplots(1) 
for i in np.unique(target): 
    mask = target == i 
    plt.scatter(feats[mask, 0], feats[mask, 1], label=i) 
ax.legend() 

は：

私は達成することができますしかし、各グループを反復することなく同様の見た目のプロット：

f, ax = plt.subplots(1) 
ax.scatter(feats[:, 0], feats[:, 1], c=np.array(['C0', 'C1', 'C2'])[target]) 

しかし、この2番目の戦略では、対応する凡例を生成する方法を理解できません。私が見てきたすべての例は、グループ全体を反復しています。私は手動で伝説を生成することができますが、もう一度それは非常に扱いにくいようです。

Answer 1

それはおそらく意図した使用方法であるので、この問題はまた、ループを使用して対処しmatplotlibの散乱例：https://matplotlib.org/examples/lines_bars_and_markers/scatter_with_legend.html

あなたの大きな目標は、ちょうどより簡単カテゴリーデータをプロットし、ラベル付けすることです場合は、Seabornを検討すべきです。これは同様の質問ですScatter plots in Pandas/Pyplot: How to plot by category

あなたの目標を達成する方法は、ラベル付きの列でパンダを使用することです。 Pandas Dataframeでデータを取得したら、Seaborn pairplotを使ってこのようなプロットを作成できます。あなただけの最初の二つの機能を利用する場合は、あなたが

sns.pairplot(x_vars=['sepal_length'], y_vars=['sepal_width'], data=iris, hue="species", size=5) 

の場合を使用することができます

import seaborn as sns 
iris = sns.load_dataset("iris") 
sns.pairplot(iris, hue="species") 

（Seabornもラベルされたデータフレームとして利用できるのアイリスデータセットを持っています）あなたは本当にSklearnのデータ辞書を使いたいと思うので、それをデータフレームに入れることができます：

import pandas as pd 
from sklearn.datasets import load_iris 
import numpy as np 

feats = load_iris()['data'].astype('O') 
target = load_iris()['target'] 
feat_names = load_iris()['feature_names'] 
target_names = load_iris()['target_names'].astype('O') 

sk_df = pd.DataFrame(
    np.hstack([feats,target_names[target][:,np.newaxis]]), 
    columns=feat_names+['target',]) 
sns.pairplot(sk_df, vars=feat_names, hue="target")