使用Python的pandas从数据框中创建matplotlib散点图。

7 浏览
0 Comments

使用Python的pandas从数据框中创建matplotlib散点图。

如何使用Python中的matplotlib从pandas DataFrame制作一系列散点图的最佳方法？

例如，如果我有一个DataFrame df，其中有一些感兴趣的列，我通常会将所有内容转换为数组：

import matplotlib.pylab as plt
# df是一个DataFrame：获取col1和col2
# 如果有任何一个列中包含NA，则删除NA行
mydata = df[["col1", "col2"]].dropna(how="any")
# 现在用matplotlib绘图
vals = mydata.values
plt.scatter(vals[:, 0], vals[:, 1])

在绘图之前将所有内容转换为数组的问题是，它强制你退出数据框。

考虑以下两种情况，完整的数据框对于绘图是必不可少的：

  1. 例如，如果您现在想要查看在调用scatter时绘制的相应值的col3的所有值，并按该值对每个点进行染色（或调整大小）怎么办？您必须返回去，提取col1，col2的非NA值并检查它们的相应值。

    有没有一种方法可以在保留数据框的同时进行绘图？例如：

    mydata = df.dropna(how="any", subset=["col1", "col2"])
# 绘制col1和col2的散点图，根据col3的大小
scatter(mydata(["col1", "col2"]), s=mydata["col3"])

  2. 类似地，想象一下，如果您想要根据其某些列的值为每个点过滤或着色。例如，如果您想要自动绘制满足col1，col2某个截断的点的标签（标签存储在df的另一列中），或者像在R中使用数据框那样以不同颜色绘制这些点。例如：

    mydata = df.dropna(how="any", subset=["col1", "col2"]) 
myscatter = scatter(mydata[["col1", "col2"]], s=1)
# 将所有col2值大于0.5的点以红色、较小的大小绘制
myscatter.replot(mydata["col2"] > 0.5, color="red", s=0.5)

如何实现这个？

编辑 回复crewbum：

您说最好的方法是分别绘制每个条件（如subset_a，subset_b）。如果有很多条件，例如您想将散点图分成4种类型的点或更多类型，并使用不同的形状/颜色绘制每种类型，那么如何优雅地应用条件a，b，c等，并确保然后绘制“剩下”的（即不属于任何这些条件的）数据作为最后一步？

类似地，在您根据col3不同方式绘制col1，col2的示例中，如果有NA值破坏了col1，col2，col3之间的关联，该怎么办？例如，如果您想要根据它们的col3值绘制所有col2值，但某些行在col1或col3中有一个NA值，这将强制您首先使用dropna。所以您将执行以下操作：

mydata = df.dropna(how="any", subset=["col1", "col2", "col3")

然后您可以使用mydata进行绘图，如您所示-使用col3的值在col1，col2之间绘制散点图。但是mydata将缺少一些具有col1，col2值但对于col3而言是NA的点，而这些点仍然必须绘制...那么您将如何绘制数据的“剩余”部分，即不在过滤集mydata中的点？

0