python绘制二维散点图和边际分布

近期频繁处理数据，很多绘图上的操作用完就忘，开几个帖子记录一下。

需求

如果不要求对数据点进行详细区分（比如点的颜色、形状、大小等），可以直接调用seanborn的jointplot方法，即可很方便的绘制；
但是在论文中，为了能够看清数据，一般不同组的点要用不同的颜色和形状加以区分，这是seaborn.jointplot无法完成的，需要自己码代码；
接下来的内容就是要完成上述需求

导入包

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns  # 基于matplotlib的高级绘图包
import pandas as pd

生成数据

data = pd.DataFrame(
    {
        'c_1': np.random.normal(10, 1, 1000),
        'c_2': np.random.normal(5, 1, 1000),
        'type': np.random.choice([1,2,3], size=1000)
    }
)
data.head()

生成数据展示

    c_1	        c_2	        type
0	9.710552	4.844736	1
1	9.162280	5.541102	1
2	10.118956	4.736274	3
3	11.165022	3.839247	3
4	10.415387	5.417838	3

绘图代码

fig = plt.figure(figsize=(8,8))
ax1 = fig.add_axes([0.1, 0.1, 0.8, 0.8])  # 散点图位置
ax2 = fig.add_axes([0.1, 0.9, 0.8, 0.1])  # 边际分布图位置
ax3 = fig.add_axes([0.9, 0.1, 0.1, 0.8])  # 边际分布图位置

color = ['#023047', '#FF8402', '#219EBC']  # 预设颜色
marker = ['o', '+', 'x']  # 预设点形状

# 遍历三种类型的点，分别绘制散点图
for tp in [0, 1, 2]:
    tmp = data[data['type']==tp]
    ax1.scatter(tmp['c_1'], tmp['c_2'], color=color[tp], marker=marker[tp], alpha=0.3, label='type_' + str(tp))
    ax1.set_xlim(tmp['c_1'].min(), tmp['c_1'].max())
    ax1.set_ylim(tmp['c_2'].min(), tmp['c_2'].max())

# 分别绘制边际分布图
sns.kdeplot(data=data, x='c_1', hue='type', shade=True, alpha=0.5, ax=ax2, legend=False, palette=['#023047', '#FF8402', '#219EBC'])
sns.kdeplot(data=data, x='c_2', hue='type',  shade=True, alpha=0.5, vertical=True, ax=ax3, legend=False, palette=['#023047', '#FF8402', '#219EBC'])

# 设置子图格式
ax1.grid()
[ax1.spines[x].set_visible(False) for x in ['right', 'top']]
ax1.legend(loc=2, prop={'size':12})
ax1.set_xlabel('c_1', fontsize=15, labelpad=8.5)
ax1.set_ylabel('c_2', fontsize=15, labelpad=8.5)
ax1.tick_params(labelsize=12)


ax2.set_ylim(bottom=-0.01)
ax2.set_xlabel(None)
ax2.set_ylabel(None)
ax2.set_xticks([])
ax2.set_yticks([])
[ax2.spines[x].set_visible(False) for x in ['right', 'top', 'left']]

ax3.set_xlim(left=-0.01)
ax3.set_xlabel(None)
ax3.set_ylabel(None)
ax3.set_xticks([])
ax3.set_yticks([])
[ax3.spines[x].set_visible(False) for x in ['right', 'top', 'bottom']]

绘制结果