如何用Seaborn创建按品牌和产品区分标记的散点图

问题描述 #

我有一个包含age、income、brand、product等字段的数据集，想要绘制以age为X轴、income为Y轴的散点图，同时通过两个变量区分数据点：

• 用brand区分颜色（不同品牌对应不同颜色）
• 用product区分标记样式（比如产品1用X，产品2用O，产品3用-）

目前我已经用Seaborn的lmplot实现了按品牌区分颜色的散点图，但所有标记都是圆形。请问怎么修改才能实现按产品区分标记样式，比如品牌A的产品1显示为红色X，品牌B的产品3显示为绿色-？

现有代码：

import pandas as pd
import seaborn as sns

df = pd.read_csv("data.csv")
sns.lmplot(x='age', y='income', height = 8, aspect = 1, data=df, fit_reg=False, hue='brand', legend = True)

解决方案 #

你可以直接在lmplot中添加style='product'参数来按产品区分标记样式，同时通过markers参数自定义每个产品对应的标记符号，具体实现有两种方式：

方法1：直接指定标记列表 #

如果你的product类别是固定的（比如明确有产品1、产品2、产品3），可以直接传递标记列表给markers参数，注意列表顺序要和product的类别顺序一致：

import pandas as pd
import seaborn as sns

df = pd.read_csv("data.csv")
# 定义每个产品对应的标记
product_markers = ['x', 'o', '-']  # 示例：产品1用x，产品2用o，产品3用-
sns.lmplot(
    x='age', y='income',
    height=8, aspect=1,
    data=df,
    fit_reg=False,
    hue='brand',       # 按brand区分颜色
    style='product',   # 按product区分标记样式
    markers=product_markers,  # 指定每个product对应的标记
    legend=True
)

方法2：使用标记映射字典 #

如果product的类别名称不固定，或者你想明确指定每个产品对应的标记，可以用字典建立映射关系：

import pandas as pd
import seaborn as sns

df = pd.read_csv("data.csv")
# 建立产品到标记的映射字典
product_marker_map = {
    "产品1": "x",
    "产品2": "o",
    "产品3": "-"
}
sns.lmplot(
    x='age', y='income',
    height=8, aspect=1,
    data=df,
    fit_reg=False,
    hue='brand',
    style='product',
    markers=product_marker_map,  # 传递映射字典
    legend=True
)

关键参数说明 #

• hue='brand'：保持按品牌区分颜色的逻辑，Seaborn会自动为不同品牌分配不同颜色，也可以通过palette参数自定义品牌颜色
• style='product'：让Seaborn按product字段分组，为不同产品应用不同的标记样式
• markers：指定每个产品对应的标记符号，支持Matplotlib的所有标记样式（比如'x'、'o'、'^'、'-'、's'等）

内容的提问来源于stack exchange，提问作者InnovatingWaters