使用多个标签为单个数据帧调整图例 Seaborn 关节图

如何解决使用多个标签为单个数据帧调整图例 Seaborn 关节图

假设我有一个具有这种结构的 Pandas 数据框：

Column 1   Column2 Column3
x1         y1       0
x2         y2       0
x3         y3       1
x4         y4       1
x5         y5       1
          ....
x_n-1      y_n-1    5
x_n        y_n      5

我想创建一个联合图，根据 Column3 的值分配不同的颜色。我使用的命令是

h = sns.jointplot(x="Column1",y="Column2",data=data,hue="Column3")

所以我所有的点都有 6 种不同的颜色。上一条命令产生的图例带有标签“0”、“1”、...“5”，这些标签没有解释。我想要“label0”、“label1”等，而不是它们。

我尝试使用以下命令：

h.ax_joint.legend([data.loc[data['Column3'] == 0],data.loc[data['Column3'] == 1],data.loc[data['Column3'] == 2],data.loc[data['Column3'] == 3],data.loc[data['Column3'] == 4],data.loc[data['Column3'] == 5]],['label0','label1','label2','label3','label4','label5'])

但是执行它我有以下消息：

A proxy artist may be used instead. See: https://matplotlib.org/users/legend_guide.html#creating-artists-specifically-for-adding-to-the-legend-aka-proxy-artists

当然，它不再绘制任何图例了。我一直在查看建议的文档，但我不知道如何改进它。有人有想法吗？提前致谢！

解决方法

最简单也是最符合 Seaborn 精神的方法是（暂时）重命名色调列的标签：

import seaborn as sns
import pandas as pd
import numpy as np

data = pd.DataFrame({"Column1": np.random.randn(36) * 10,"Column2": np.arange(36) % 6 + np.random.randn(36) / 4,"Column3": np.arange(36) % 6})
labels = ['label0','label1','label2','label3','label4','label5']
g = sns.jointplot(data=data.replace({"Column3": {i: label for i,label in enumerate(labels)}}),x="Column1",y="Column2",hue="Column3",palette="turbo")
g.ax_joint.invert_yaxis()

另一种选择是再次创建图例并提供新标签。第二个图例将替换默认图例。如果您还想更改其他属性（例如图例的位置或删除其标题），这会很有用：

g = sns.jointplot(x="Column1",data=data,palette="turbo")
handles,labels = g.ax_joint.get_legend_handles_labels()
g.ax_joint.legend(handles=handles,labels=['label0','label5'],title="Column3")