Блог

Вот код

 import matplotlib.pyplot as plt
from sklearn.datasets import load_iris
import numpy as np
 
fig, subs = plt.subplots(4,3) #setting the shape of the figure in one line as opposed to creating 12 variables 
 
iris = load_iris() ##code as per the example 
data = np.array(iris['data'])
targets = np.array(iris['target'])
 
cd = {0:'r',1:'b',2:"g"}
cols = np.array([cd[target] for target in targets])

 
# Row 1 
 
subs[0][0].scatter(data[:,0], data[:,1], c=cols)
subs[0][1].scatter(data[:,0], data[:,2], c=cols)
subs[0][2].scatter(data[:,0], data[:,3], c=cols)
 
# Row 2 
 
subs[1][0].scatter(data[:,1], data[:,0], c=cols)
subs[1][1].scatter(data[:,1], data[:,2], c=cols)
subs[1][2].scatter(data[:,1], data[:,3], c=cols)
 
# Row 3 
 
subs[2][0].scatter(data[:,2], data[:,0], c=cols)
subs[2][1].scatter(data[:,2], data[:,1], c=cols)
subs[2][2].scatter(data[:,2], data[:,3], c=cols)
 
#Row 4 
 
subs[3][0].scatter(data[:,3], data[:,0], c=cols)
subs[3][1].scatter(data[:,3], data[:,1], c=cols)
subs[3][2].scatter(data[:,3], data[:,2], c=cols)
 
plt.show()
  

Мне было бы интересно добавить легенду, указывающую, что красные точки представляют 'setosa' , зеленые точки 'versicolor' и синие точки 'virginica' . Эти легенды будут внизу и в центре рисунка выше. Как я могу это сделать?

Я думаю, что мне нужно поиграть fig.legend , но я совсем не уверен, как это сделать.

Вы можете перебирать цели в одном из подзаголовков и выводить легенду за пределы этого графика. Вот что я получил с вашим кодом:

Вот код:

 
import matplotlib.pyplot as plt
from sklearn.datasets import load_iris
import numpy as np

fig, subs = plt.subplots(4,3, constrained_layout=True) #setting the shape of the figure in one line as opposed to creating 12 variables

iris = load_iris() ##code as per the example
data = np.array(iris['data'])
target_names = iris['target_names']
targets = np.array(iris['target'])

cd = {0:'r',1:'b',2:"g"}
cols = np.array([cd[target] for target in targets])


# Row 1

subs[0][0].scatter(data[:,0], data[:,1], c=cols)
subs[0][1].scatter(data[:,0], data[:,2], c=cols)
subs[0][2].scatter(data[:,0], data[:,3], c=cols)

# Row 2

subs[1][0].scatter(data[:,1], data[:,0], c=cols)
subs[1][1].scatter(data[:,1], data[:,2], c=cols)
subs[1][2].scatter(data[:,1], data[:,3], c=cols)

# Row 3

subs[2][0].scatter(data[:,2], data[:,0], c=cols)
subs[2][1].scatter(data[:,2], data[:,1], c=cols)
subs[2][2].scatter(data[:,2], data[:,3], c=cols)

# Row 4
subs[3][0].scatter(data[:,3], data[:,0], c=cols)

# loop for central subplot at last row
for t, name in zip(np.unique(targets), target_names):
    subs[3][1].scatter(data[targets==t,3], data[targets==t,1], c=cd[t], label=name)
subs[3][1].legend(bbox_to_anchor=(2, -.2), ncol=len(target_names))  # you can play with bbox_to_anchor for legend position

subs[3][2].scatter(data[:,3], data[:,2], c=cols)


plt.savefig('legend')
  

РЕДАКТИРОВАТЬ: я также нашел этот пост в документации matplotlib, где вы можете напрямую извлекать элементы рассеяния из точечной диаграммы (без использования for цикла). Я пробовал использовать набор данных IRIS, но не смог заставить его работать.

Добавьте label='versicor' etc только к одному из ваших подзаголовков:

 # Row 1 
 
subs[0][0].scatter(data[:,0], data[:,1], c=cols, label='virginica')
subs[0][1].scatter(data[:,0], data[:,2], c=cols, label='setosa')
subs[0][2].scatter(data[:,0], data[:,3], c=cols, label='versicolor')
  

Затем вы можете вызвать fig.legend(loc='lower center', ncol=3) before plt.show() .

Я установил ncol=3 , чтобы сделать его коротким и широким.

Смотрите мой пример ниже:

 import numpy as np
import matplotlib.pyplot as plt

a = range(1,11)
b = np.random.randn(10).cumsum()
c = np.random.randn(10).cumsum()
d = np.random.randn(10).cumsum()

fig, (ax1, ax2) = plt.subplots(2, figsize=(9,5))

ax1.plot(a,b, label = 'one')
ax1.plot(a,c, label = 'two')
ax1.plot(a,d, label = 'two')

ax2.plot(a,c)

fig.legend(loc='lower center', ncol=3)

plt.show()