plotnine 不添加图例

Question

我正在使用 plotnine 在同一个图中绘制两个图表。一张图表使用您将在下面看到的数据框中的“b”值，另一张使用“c”中的值。我所需要的只是显示一个简单的图例图例，在其中我看到带有相应颜色的“c”和“b”。def plot_log_detected():    df = DataFrame({'x': [1, 2, 3, 4, 5],                    'b': >>>SOME VALUES DOESNT MATTER<<<,                    'c': >>>SOME VALUES DOESNT MATTER<<<                   })    return ggplot(aes(x='x', y='b'), data=df) + geom_point(size=1) +\           geom_line(aes(y='b'), color='black') + \           geom_line(aes(y='c'), color='blue') +  \           ggtitle("TITLE") + \           labs(y="Y AXIS", x="X AXIS")

Answer 1

ggplot2如果您在其中任何一个中使用，这将不会显示图例R：颜色的图例将仅在您color=在美学中指定时表示 a geom。两者python或ggplotfor中的“修复”是相同的r。您需要组织数据，以便遵循整洁的数据原则。在这种情况下，df$b每个df$c列都包含两条信息：（1） “y”的值和（2） “y”的类型。您应该相应地重新组织数据，以便您的列名变为：x、type_of_y和value_of_y。

我将通过填写您提供的数据集进行解释，然后说明我们如何将其更改为整洁的格式，然后您如何（正确）应用代码来表示我相信您想要的情节。

基础知识

这是一个数据集和一个像你的情节一样的情节（同样，它在r......所以我希望你能翻译成python）：

df <- data.frame(

    x=c(1:5), b=c(10, 12, 14, 9, 8), c=c(9, 11, 11, 12, 14))

ggplot(df, aes(x=x)) +

    geom_line(aes(y=b), color='red') +

    geom_line(aes(y=c), color='blue')

没有传说，但颜色就在那里，我们绘制您所期望的。这里的问题是当您在调用ggplot中指定颜色时会绘制一个图例。 为了清楚地看到这一点，让我们做同样的情节，但移动内部：aes()color=...aes()

ggplot(df, aes(x=x)) +

    geom_line(aes(y=b, color='red')) +

    geom_line(aes(y=c, color='blue'))

好的，那……等等。什么？它现在有一个图例（因为我们把它放在color 里面 aes()），但是颜色实际上是按顺序颠倒的，而且......你会注意到颜色不是红色和蓝色，而是默认的“红色”和“蓝绿色”颜色ggplot2。实际上，发生的事情是我们只指定在第一次geom_line调用中，我们绘制了正确的数据集，但我们只是将数据“命名”为“红色”。同样，我们将另一个数据集“命名”为“蓝色”。 ggplot根据默认调色板决定使用什么颜色。

无需整理数据即可获得传奇

如果您不想弄乱您的数据，实际上有一种方法可以做到这一点，并且可能会获得您可能会满意的输出。我们只需要在名称中注明color=您要调用该系列即可。

ggplot(df, aes(x=x)) +

    geom_line(aes(y=b, color='b')) +

    geom_line(aes(y=c, color='c'))

添加另一个以在外部和内部color='blue'获得“蓝色”颜色怎么样？嗯……这行不通。例如，如果您这样做，结果与显示的原始图相同（没有图例，但颜色值正确），因为在每次调用中都会有效地覆盖：aes()aes()geom_line

# this doesn't work to keep legend and desired color, the second

# color outside aes() overwrites the one inside aes()

ggplot(df, aes(x=x)) +

    geom_line(aes(y=b, color='b'), color='red') +

    geom_line(aes(y=c, color='c'), color='blue')

整洁的数据方式（“正确”方式）

虽然上述方法有效，但它违反了整洁数据的一般原则以及如何组织数据以便易于分析......以任何你想要的方式。相信我：这绝对是使用任何数据集进行多功能分析的最佳实践，并且几乎总是值得付出努力以这种方式组织数据。

ggplot 希望您将aes()参数指定为数据集中的列。这意味着我们应该使每一列在您的数据集中具有特定的用途，如下所示：

• x：这x在原始数据集中是相同的。它仅表示 x 轴值

• type_of_y：此列包含值“b”或“c”，指示值应来自哪个数据系列。

• value_of_y：此列包含您将在 y 上绘制的值。

使用dplyr，我们可以非常简单地以这种方式重组数据：

df <- df %>% gather('type_of_y', 'value_of_y', -x)

给你：

   x type_of_y value_of_y

1  1         b         10

2  2         b         12

3  3         b         14

4  4         b          9

5  5         b          8

6  1         c          9

7  2         c         11

8  3         c         11

9  4         c         12

10 5         c         14

然后你相应地绘制，只使用一个geom_line调用并将color美学应用于type_of_y. 像这样的东西：

ggplot(df, aes(x=x, y=value_of_y)) +

    geom_line(aes(color=type_of_y))

这样，您只需指定一个geom_line调用。在这里可能看起来并没有太大的不同，但是如果您的原始数据集中有多个列怎么办？例如，有“x”，然后是“a”、“b”、“c”...“z”的 y 值！您必须在单独的调用中指定所有这些行geom_line！在上述情况下，无论您有多少个不同的 y 值列……您只有相同的两行代码，并且只有一次调用geom_line. 说得通？有关更多信息，我会建议上面的链接。此外，这篇文章非常适合阅读。

然后，您可以通过添加scale_color_manual和指定颜色来指定特定颜色（还有其他一些方法） - 但如果您需要帮助，我会在单独的问题中提问。另外...不确定代码与python. labs(color="your new legend title")同样，您可以通过... 在其他主题更改中更改图例的标题。

我知道它与 中的代码并不完全相同python，但这应该足以让您了解我们如何在其中进行类似的操作。

Answer 2

def plot_log_detected():

    df = DataFrame({'x': [1, 2, 3, 4, 5],

                    'b': >>>SOME VALUES DOESNT MATTER<<<,

                    'c': >>>SOME VALUES DOESNT MATTER<<<

                   })

    plot = (

        ggplot(aes(x='x', y='b'), data=df) 

        + geom_point(size=1)

        + geom_line(aes(y='b', color='"black"')) # Put color in double quotes

        + geom_line(aes(y='c', color='"blue"'))  # Put color in double quotes

        + ggtitle("TITLE")

        + labs(y="Y AXIS", x="X AXIS")

        

        # Add color scale identity

        + scale_color_identity(

            guide='legend', 

            breaks=['black', 'blue'], 

            labels=['Label for black', 'Label for blue']))

    return plot

Answer 3

我有另一个解决方案，我使用了 melt 将宽数据格式转换为长数据格式。为了生成图例，我们需要为美学映射提供一个分组列，因此使用 melt 我们可以创建一个列标签类别并将其传递给 plotnine 颜色参数。

def plot_log_detected():

    df = DataFrame({'x': [1, 2, 3, 4, 5],

                    'b': [22,33,21,66,55],

                    'c': [44,11,22,77,55]

                   })

    long_data = pd.melt(df, id_vars=["x"], value_vars=["b", "c"])

    long_data = long_data.rename(columns = {'variable':'category'})

    return ggplot(aes(x='x', y='value', color = "category"), data=long_data) +\

           geom_point(size=1) +\

           geom_line() + \

           ggtitle("TITLE") + \

           labs(y="Y AXIS", x="X AXIS")

plot_log_detected()

Answer 4

您可以融合您的数据框以将列“b”和“c”合并为一列，并为着色和图例创建一个美学列“颜色”。这是代码和输出。请注意，我将原始数据框用于点图（因为您只在其中绘制“b”列）并将融化的数据框用于线图：

def plot_log_detected():

    df = DataFrame({'x': [1, 2, 3, 4, 5],

                    'b': [1, 2, 3, 4, 5],

                    'c': [1, 3, 2, 5, 4]

                   })

    df_melt = df.melt(id_vars=['x'], value_vars=['b','c'], var_name='color', value_name='b_and_c')

    return ggplot(aes(x='x', y='b'), data=df) + geom_point(size=1) +\

           geom_line(aes(y='b_and_c', color='color'), data=df_melt) + \

           ggtitle("TITLE") + \

           labs(y="Y AXIS", x="X AXIS")

您的原始示例数据框如下所示：

   x  b  c

0  1  1  1

1  2  2  3

2  3  3  2

3  4  4  5

4  5  5  4

你融化的数据框是：

   x color  b_and_c

0  1     b        1

1  2     b        2

2  3     b        3

3  4     b        4

4  5     b        5

5  1     c        1

6  2     c        3

7  3     c        2

8  4     c        5

9  5     c        4

最后这是输出图像：