You need to enable JavaScript to run this app. 是否存在简便方法在单张pandas散点图上绘制按国家区分的多数据系列?
优惠活动
大模型
产品
解决方案
定价
更多

是否存在简便方法在单张pandas散点图上绘制按国家区分的多数据系列?

多国家分类散点图的轻量化实现

方案1:pandas原生接口快速实现颜色区分

  • 在你原有散点图代码的基础上仅需补充分类参数即可实现效果,无需手动拆分多份DataFrame,pandas会自动为每个国家分配独立颜色并生成对应图例。
  • 核心修改后的代码:
ax = df.plot.scatter(
    x='Population',
    y='Depression (%)',
    c='Country',
    colormap='tab20',
    s=60
)
  • 适配场景:国家数量较少,仅靠颜色就能清晰区分的情况。缺点是所有点形状统一,当国家数量较多、色板颜色区分度不足时辨识度一般。

方案2:轻量化groupby循环实现颜色+形状双重区分

  • 不需要将groupby拆分出的分组数据存储为多个独立DataFrame,遍历分组的过程中逐组绘制即可,拆分出的临时数据会在单轮迭代后自动回收,无额外持久化的存储开销。
  • 参考实现:
import matplotlib.pyplot as plt

# 配置每个国家对应的点形状、颜色,也可从matplotlib预设库自动生成
style_map = {
    'United States': ('o', '#1f77b4'),
    'China': ('s', '#ff7f0e'),
    'Japan': ('^', '#2ca02c'),
    'Brazil': ('D', '#d62728')
}

fig, ax = plt.subplots(figsize=(10, 6))
# 直接遍历分组,不将拆出的df持久化存储
for country, sub_df in df.groupby('Country'):
    marker, color = style_map[country]
    ax.scatter(
        sub_df['Population'],
        sub_df['Depression (%)'],
        c=color,
        marker=marker,
        s=60,
        label=country
    )
# 把图例移到画布外侧,避免遮挡数据点
ax.legend(bbox_to_anchor=(1.02, 1), loc='upper left')

方案3:seaborn接口零循环实现分类绘图

  • 借助seaborn的原生分类绘图能力,无需手动写循环、手动配置样式映射,就能同时实现按国家分颜色、分点形状的效果,还能和现有matplotlib/pandas的ax对象无缝衔接。
  • 核心代码:
import seaborn as sns

# 初始化画布
fig, ax = plt.subplots(figsize=(10, 6))
sns.scatterplot(
    data=df,
    x='Population',
    y='Depression (%)',
    hue='Country',  # 按国家分配不同颜色
    style='Country', # 按国家分配不同点形状
    s=60,
    ax=ax
)
  • 优势是自动适配高区分度的分类色板与标记样式,国家数量较多时也不会出现样式重复的问题,自动生成的图例也会自动排布在不遮挡数据的位置。

内容的提问来源于stack exchange,提问作者plindner332

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.05 00:06:03