在“plotnine”图例中合并颜色和形状

Question

如何将九宫传说中的颜色和形状融为一体？这似乎在 R 中是可能的。但我无法让它在 plotnine 中工作...

这是一个例子：

from plotnine import ggplot, geom_point, aes, stat_smooth, facet_wrap
from plotnine.data import mtcars

(
    ggplot(mtcars, aes('cyl', 'mpg', color='factor(gear)', shape='factor(vs)'))
     + geom_jitter()
)

这将创建以下图表：

我想把装备和vs结合在传说中。所以红色圆圈表示gear = 3, vs = 0；红色三角形表示齿轮 = 3，对比 = 1；等等

...就像里面的一样以下关于 R 的帖子：

Combine legends for color and shape into a single legend

这在 plotnine 中可行吗？非常感谢任何帮助！

Answer 1

这是对您第二个 link

的答案的 python 改编

如果要更改图例名称，必须在两个 scale_*_manual 函数中使用 name 参数。

from plotnine import ggplot, geom_point, aes, stat_smooth, facet_wrap,geom_jitter
from plotnine.data import mtcars
import plotnine as p9

# add a column that combines the two columns
new_mtcars = mtcars
new_mtcars['legend_col'] = ['Gear: {} Vs: {}'.format(gear,vs)
                            for gear,vs in zip(new_mtcars.gear,mtcars.vs)]

# specify dicts to use for determining colors and shapes
gear_colors = {3:'red',4:'blue',5:'gray'}
vs_shapes = {0:'^',1:'o'}

# make the plot with scale_*_manual based on the gear and vs values
(
    ggplot(mtcars, aes('cyl', 'mpg', color='legend_col', shape='legend_col'))
     + geom_jitter()
     + p9.scale_color_manual(values=[[gear_colors[i] for i in list(new_mtcars.gear.unique())
                                      if 'Gear: {}'.format(i) in label][0]
                                     for label in new_mtcars.legend_col.unique()],
                             labels = list(new_mtcars.legend_col.unique()),
                             name='My legend name')
     + p9.scale_shape_manual(values=[[vs_shapes[i] for i in list(new_mtcars.vs.unique())
                                      if 'Vs: {}'.format(i) in label][0]
                                     for label in new_mtcars.legend_col.unique()],
                             labels = list(new_mtcars.legend_col.unique()),
                             name='My legend name')
)

在“plotnine”图例中合并颜色和形状

merge color and shape in `plotnine` legend

python

r

ggplot2

plotnine