HOWTO · Seaborn

Markergröße in Seaborn-Streudiagrammen festlegen

In diesem Tutorial wird gezeigt, wie Sie die Markergröße in Seaborn-Plots in Python steuern.

Auf dieser Seite

Für einheitlich große Markierungen in einem Seaborn-Streudiagramm übergeben Sie s an sns.scatterplot. Dabei gelten die Flächeneinheiten von Matplotlibs Scatter-Funktion (Punkte zum Quadrat). Sollen die Markierungsflächen datenabhängig variieren, übergeben Sie ein numerisches Array an s. Für eine von Seaborn verwaltete Zuordnung samt Legende verwenden Sie size für die Datenspalte und sizes für den Anzeigebereich.

Methode 1: Den Parameter s in scatterplot verwenden

Verwenden Sie s, wenn alle Punkte dieselbe Markierungsfläche haben sollen. Der Wert bezeichnet eine Fläche in Punkten zum Quadrat. Eine Verdopplung verdoppelt daher nicht die Breite der Markierung. Erhöhen oder verringern Sie den Wert, bis die Punkte gut erkennbar sind, ohne einander zu verdecken.

Führen Sie dieses Beispiel aus. Der Beispieltitel „Fixed marker area“ und die Ausgabebezeichnung „Marker area“ bleiben auf Englisch: Der Titel kennzeichnet eine feste Markierungsfläche, und die Ausgabezeile zeigt ihren Wert in Punkten zum Quadrat an.

import matplotlib.pyplot as plt
import seaborn as sns

x = [1, 2, 3, 4]
y = [2, 3, 2, 5]
area = 64

sns.scatterplot(x=x, y=y, s=area, color="teal", marker="o")
plt.xlabel("X")
plt.ylabel("Y")
plt.title("Fixed marker area")
print(f"Marker area: {area} pt^2")
plt.close()
Marker area: 64 pt^2

Der feste Wert für s gilt für alle Punkte dieses Aufrufs. Ergänzen Sie eine Zuordnung über hue, wenn Farben Gruppen unterscheiden sollen; sie ist unabhängig von der Markierungsfläche.

Methode 2: Die Markierungsgröße anhand einer Variablen anpassen

Soll die Fläche jeder Markierung eine numerische Spalte darstellen, übergeben Sie s einen numerischen Wert pro Zeile. Da es sich um Flächenwerte handelt, skalieren Sie die Spalte auf einen geeigneten Bereich, statt ungeprüft die Rohmesswerte zu verwenden. Bei einem DataFrame namens data liefert etwa s=data["party_size"] * 20 eine Fläche pro Zeile. Passen Sie den Multiplikator an Ihre Daten und die Größe der Abbildung an. Achten Sie darauf, dass x-, y- und Größenwerte zeilenweise zusammengehören.

Verwenden Sie zusätzlich hue="day", wenn Farben eine separate kategoriale Variable darstellen sollen. Die Größenwerte sollten numerisch bleiben; kategoriale Gruppierungen gehören in hue und sollten nicht in s hineinskaliert werden.

Methode 3: Markierungsgrößen mit zusätzlichen Parametern anpassen

Verwenden Sie Seaborns Zuordnung size, wenn Seaborn eine Datenspalte auf Markierungsgrößen abbilden und eine passende Legende erstellen soll. Bei einem DataFrame namens data können Sie beispielsweise sns.scatterplot(data=data, x="total_bill", y="tip", size="size", sizes=(30, 180)) aufrufen. size benennt hier die abzubildende Spalte, während sizes die minimale und maximale Markierungsfläche in Punkten zum Quadrat festlegt. Numerische Werte werden über diesen Bereich skaliert; eine kategoriale Größenvariable wird durch einzelne Stufen dargestellt.

Sie können size mit hue für Farbgruppen und style für Markierungsformen kombinieren. Mit palette wählen Sie die Farben einer hue-Zuordnung aus; color legt eine einzelne Farbe fest, wenn keine hue-Zuordnung verwendet wird. Über marker wählen Sie eine einheitliche Markierungsform. Diese Optionen können Gruppen leichter unterscheidbar machen. Beschränken Sie die visuellen Zuordnungen jedoch auf eine überschaubare Zahl, damit die Größenlegende lesbar bleibt.

Fazit

Verwenden Sie s für eine feste Markierungsfläche oder ein numerisches Array mit einem Flächenwert pro Punkt. Verwenden Sie Seaborns size und sizes, wenn Sie eine datenabhängige Größenzuordnung mit Größenlegende und kontrolliertem Wertebereich benötigen. Denken Sie daran, dass die Markierungsgröße eine Fläche bezeichnet, und passen Sie die Werte so an, dass die Punkte in der fertigen Abbildung gut erkennbar sind.

Häufig gestellte Fragen

  1. Wie ändere ich die Standardgröße der Markierungen in Seaborn? Übergeben Sie sns.scatterplot mit s eine Fläche, zum Beispiel s=64, damit alle Punkte dieselbe Größe erhalten.

  2. Können Punkte in einem Streudiagramm unterschiedliche Größen haben? Ja. Übergeben Sie s ein numerisches Array mit einem Wert pro Zeile oder verwenden Sie size zusammen mit sizes für Seaborns Größenmaßstab und Legende.

  3. Was bewirkt hue? Damit wird eine Variable Farben zugeordnet, häufig zur Unterscheidung von Kategorien. Diese Zuordnung ist unabhängig von der Markierungsgröße.

  4. Wie wird das Diagramm besser lesbar? Passen Sie den Flächenbereich an und verwenden Sie unterschiedliche Farben oder Markierungsformen nur dann, wenn sie sinnvolle Gruppen kenntlich machen. Beschriften Sie außerdem die Achsen. Bei überlappenden Punkten können kleinere Markierungen oder Transparenz helfen.

  5. Wie speichere ich ein Seaborn-Streudiagramm? Speichern Sie die Matplotlib-Abbildung, bevor Sie sie anzeigen oder schließen, zum Beispiel nach dem Erstellen des Diagramms mit plt.savefig("scatterplot.png", dpi=150, bbox_inches="tight").