如何对pandas DataFrame按分组绘制散点图且无需循环、正确显示图例

你当前的代码中所有散点通过单次plt.scatter()调用绘制，matplotlib会将所有点识别为同一个数据系列，plt.legend()默认只会为每个系列分配1个标签，因此你传入的两个标签仅显示第一个long类。

两种无需for循环的实现方式如下：

方案1：使用seaborn的scatterplot（最便捷） #

seaborn内置分类着色的hue参数，无需手动处理颜色映射，自动生成正确图例：

import seaborn as sns
import matplotlib.pyplot as plt

sns.scatterplot(
    data=geyser_df,
    x='waiting',
    y='duration',
    hue='kind',
    palette={'long': 'Navy', 'short': 'MediumVioletRed'}
)
plt.xlabel('Waiting')
plt.ylabel("Duration")
plt.suptitle("Waiting vs Duration")
plt.show()

方案2：原生matplotlib分组绘制 #

如果你不想引入seaborn，可以直接按kind列拆分数据集，分两次调用scatter绘图，自动生成双图例：

import matplotlib.pyplot as plt

long_data = geyser_df[geyser_df['kind'] == 'long']
short_data = geyser_df[geyser_df['kind'] == 'short']

plt.scatter(long_data['waiting'], long_data['duration'], c='Navy', label='long')
plt.scatter(short_data['waiting'], short_data['duration'], c='MediumVioletRed', label='short')

plt.legend()
plt.xlabel('Waiting')
plt.ylabel("Duration")
plt.suptitle("Waiting vs Duration")
plt.show()

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