图例（）未正确显示数据集

Question

我试图在图例中显示两个主要的数据集，即“Type2”（红色方块）和“Type1”（蓝色圆圈）。尽管如此，由于我的绘图涉及“类型1”和“类型2”的子组（A、B是每个子组的子组），因此图例中出现了4项。请看一下我的情节：

问题是legend（）倾向于显示4项：红方块、红方块、蓝圈、蓝圈，而我只需要其中两项，即红方块表示Type2，蓝圈表示Type1

Type2  Mean2    SD2
A      4.1     1.9
A      5.7     0.9
A      7.5     1.2
B      6.9     0.7
B      4.9     0.4
B      8.5     1

Type1 Mean1    SD1
A      8.1      1
A      7.7     0.9
A      8.5     1.1
B      5.9     0.4
B      7.9     0.7
B      9.5     1.2

Figure1 = plt.figure('Scatter Plot', figsize=(6,6), dpi=300)
Subplot1 = Figure1.add_subplot(1,1,1)

markers = ['s','s']
colors = ['r', 'r']

grouped = DataFrame.groupby('Type2')

for i,((g,d),m,c) in enumerate(zip(grouped,markers,colors)):
    x = np.random.normal(loc=i,scale=0.2,size=(len(d['Mean2'],)))
    Subplot1.errorbar(x, y= Mean2 , yerr= SD2 ,
                      fmt=m,
                      markersize=5, color=c,
                      capsize=3, markeredgewidth=0.5
                      )

XPos = list(range(len(grouped)))
Subplot1.set_xticks(XPos)
Subplot1.set_xticklabels([a for a in grouped.groups])

Subplot1.set_xlim(-0.5,1.5)

###############################################
###############################################

markers = ['o','o']
colors = ['b', 'b']
grouped = DataFrame.groupby('Type1')


for i,((g,d),m,c) in enumerate(zip(grouped,markers,colors)):
    x = np.random.normal(loc=i,scale=0.2,size=(len(d['Mean1'],)))
    Subplot1.errorbar(x, y= Mean1, yerr= SD1,
                      fmt=m,
                      markersize=5, color=c,
                      capsize=3, markeredgewidth=0.5
                      )

###############################################
###############################################
Subplot1.legend(['Type2','not needed!', 'Type1','not needed!'])

如有任何意见，我们将不胜感激。非常感谢

Answer 1

Matplotlib将只向图例中添加附加了label的项。您可以对errorbar的标签赋值使用三元操作，以便仅为每个groubby对象上的第一次迭代提供一个标签

示例：

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

df1 = pd.DataFrame({'Type1': ['A', 'A', 'A', 'B', 'B', 'B'],
                    'y_mean1': [8.1, 7.7, 8.5, 5.9, 7.9, 9.5],
                    'y_SD1': [1.0, 0.9, 1.1, 0.4, 0.7, 1.2]})
df2 = pd.DataFrame({'Type2': ['A', 'A', 'A', 'B', 'B', 'B'],
                    'y_mean2': [4.1, 5.7, 7.5, 6.9, 4.9, 8.5],
                    'y_SD2': [1.9, 0.9, 1.2, 0.7, 0.4, 1.0]})
df1['x'] = np.random.rand(6)
df2['x'] = np.random.rand(6)

fix, ax = plt.subplots(1,1)

for i, (glab, g) in enumerate(df1.groupby('Type1')):
    h1 = ax.errorbar(g.x,
                     g.y_mean1,
                     g.y_SD1,
                     fmt='o',
                     c='b',
                     capsize=3,
                     markeredgewidth=0.4,
                     elinewidth=0.4,
                     # label is only assigned on the first iteration
                     label='Type1' if not i else None)
for i, (glab, g) in enumerate(df2.groupby('Type2')):
    h2 = ax.errorbar(g.x,
                     g.y_mean2,
                     g.y_SD2,
                     fmt='s',
                     c='r',
                     capsize=3,
                     markeredgewidth=0.4,
                     elinewidth=0.4,
                     # label is only assigned on the first iteration
                     label='Type2' if not i else None)
ax.legend()