Легенда Seaborn Scatterplot, показывающая истинные значения и нормализованный непрерывный цвет

Question

У меня есть фрейм данных, который я хотел бы использовать для построения диаграммы рассеяния, в которой разные точки имеют разные цвета:

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

dat=pd.DataFrame(np.random.rand(20, 2), columns=['x','y'])
dat['c']=np.random.randint(0,100,20)
dat['c_norm']=(dat['c']-dat['c'].min())/(dat['c'].max()-dat['c'].min())
dat['group']=np.append(np.repeat('high',10), np.repeat('low',10))

AsВы можете видеть, что столбец c_norm показывает, что столбец c нормализован между 0 и 1. Я хотел бы показать непрерывную легенду, цветовой диапазон которой отражает нормализованные значения, но помеченный с использованием исходных значений c в качестве метки,Скажем, минимум (1), максимум (86) и медиана (49). Я также хочу иметь разные маркеры в зависимости от group.

До сих пор я был в состоянии сделать это:

fig = plt.figure(figsize = (8,8))
ax = fig.add_subplot(1,1,1) 

for row in dat.index:
    if(dat.loc[row,'group']=='low'):
        i_marker='.'
    else:
        i_marker='x'

    ax.scatter(
        x=dat.loc[row,'x'],
        y=dat.loc[row,'y'],
        s=50, alpha=0.5,
        marker=i_marker
    )
    ax.legend(dat['c_norm'], loc='center right', bbox_to_anchor=(1.5, 0.5), ncol=1)

Вопросы:
- Как создать непрерывную легенду на основе значений? - Как адаптировать свои галочки для отображения оригинальных галочек в c, или, по крайней мере, min, max и mean или median?

Заранее спасибо

Answer 1

Частичный ответ. Вам действительно нужно определить цвета вашего маркера на основе нормированных значений? Смотрите вывод фрагмента ниже.

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

dat = pd.DataFrame(np.random.rand(20, 2), columns=['x', 'y'])
dat['c'] = np.random.randint(0, 100, 20)
dat['c_norm'] = (dat['c'] - dat['c'].min()) / (dat['c'].max() - dat['c'].min())
dat['group'] = np.append(np.repeat('high', 10), np.repeat('low', 10))
fig, (ax, bx) = plt.subplots(nrows=1, ncols=2, num=0, figsize=(16, 8))
mask = dat['group'] == 'low'
scat = ax.scatter(dat['x'][mask], dat['y'][mask], s=50, c=dat['c'][mask],
                  marker='s', vmin=np.amin(dat['c']), vmax=np.amax(dat['c']),
                  cmap='plasma')
ax.scatter(dat['x'][~mask], dat['y'][~mask], s=50, c=dat['c'][~mask],
           marker='X', vmin=np.amin(dat['c']), vmax=np.amax(dat['c']),
           cmap='plasma')
cbar = fig.colorbar(scat, ax=ax)
scat = bx.scatter(dat['x'][mask], dat['y'][mask], s=50, c=dat['c_norm'][mask],
                  marker='s', vmin=np.amin(dat['c_norm']),
                  vmax=np.amax(dat['c_norm']), cmap='plasma')
bx.scatter(dat['x'][~mask], dat['y'][~mask], s=50, c=dat['c_norm'][~mask],
           marker='X', vmin=np.amin(dat['c_norm']),
           vmax=np.amax(dat['c_norm']), cmap='plasma')
cbar2 = fig.colorbar(scat, ax=bx)
plt.show()

Вы можете определенно изменить вторую цветовую панель так, чтобы она соответствовала первой, но это то, чтонеобходимо?