如何在Python Pandas散点图中添加展示SZA对应DIF数量的颜色条？

步骤1：计算每个sza对应的dif值数量 #

首先需要给原DataFrame添加一列，存储每个sza值对应的dif条目数：

# 计算每个sza的dif值数量，并映射到原数据的每一行
df['sza_dif_count'] = df.groupby('sza')['dif'].transform('size')

这一步会为每个sza分组统计条目数，再将结果对应到原数据的每一行，确保每个点都能获取到所属sza的数量值。

步骤2：绘制带颜色映射的散点图 #

修改散点图代码，用新添加的sza_dif_count列控制点的颜色：

import matplotlib.pyplot as plt

# 绘制散点图，c参数指定颜色依据的列，cmap可选配色方案
scatter = plt.scatter(x=df['sza'], y=df['dif'], c=df['sza_dif_count'], cmap='RdYlGn_r')

• cmap='RdYlGn_r'是反向的红黄绿配色，符合你提到的“数量少为绿色、数量多为红色”的需求；若需要其他配色，可替换为viridis、plasma等内置配色，或自定义配色。

步骤3：添加颜色条并设置标签 #

最后添加颜色条，明确其代表的含义：

# 添加颜色条并设置标签
plt.colorbar(scatter, label='sza对应的dif值数量')
# 设置坐标轴标签
plt.xlabel('sza')
plt.ylabel('dif')
# 显示图像
plt.show()

运行上述代码后，散点图中的每个点会根据其sza对应的dif数量呈现不同颜色，颜色条会直观展示数量与颜色的对应关系。

内容的提问来源于stack exchange，提问作者span_path