在我的 matplotlib 图表上绘制了多少个数据点？

Posted 2023-03-31

【中文标题】在我的 matplotlib 图表上绘制了多少个数据点？

【英文标题】：How many data points are plotted on my matplotlib graph?

【发布时间】：2020-02-06 08:39:39

【问题描述】：

所以我想计算在我的图表上绘制的数据点的数量，以保持对图表数据的总跟踪。问题是，与可能具有或不具有 NaN 值的另一列相比，我的数据表将它弄乱到在不同行中有一些 NaN 值的地方。例如：

# I use num1 as my y-coordinate and num1-num2 for my x-coordinate.
num1 num2 num3 
1    NaN  25 
NaN  7    45
3    8    63
NaN  NaN  23
5    10   42
NaN  4    44

#So in this case, there should be only 2 data point on the graph between num1 and num2. For num1 and num3, there should be 3. There should be 4 data points between num2 and num3.

我相信 Matplotlib 不会绘制包含 NaN 值的列的行，因为它的 null （如果我错了，请纠正我，我只能告诉这一点，因为 x 的 0 坐标上没有点和y 轴）。一开始，我认为我可以使用 .count() 并找到两列中较小的一个并将其用作我的跟踪器，但实际上这不会像我上面的示例所示那样工作，因为它甚至可以更少因为一个可能有 NaN 值，而另一个可能有实际值。我做的一些代码示例：

# both x and y are columns within the DataFrame and are used to "count" how many data points are # being graphed.
def findAmountOfDataPoints(colA, colB):
    if colA.count() < colB.count():
         print(colA.count())           # Since its a smaller value, print the number of values in colA.
    else: 
         print(colB.count())              # Since its a smaller value, print the number of values in colB.

另外，我考虑过使用 .value_count() 但我不确定这是否是我正在寻找的确切功能来完成我想要的。有什么建议吗？

编辑 1：更改数据框名称以使示例更清晰。

【问题讨论】：

@TrentonMcKinney 这个问题在我的例子中得到了解释。我只能找到两列中的最低值，但是，另一列中可能有一个 NaN 值，如我的示例中所示，不会被绘制出来。我会改变我的例子来证明这一点。

@TrentonMcKinney 好的，我更新了我的示例来解释它是如何不起作用的。看看 num1 有 3 个不是 NaN 的值，而 num2 有 4 个不是 NaN 的值吗？现在，当将这两者绘制在一起时，只会绘制第 3 行和第 5 行（如果您希望它从 0 开始，则为第 2 行和第 4 行）。因此，图上只有 2 个数据点，使用 df.count() 无法找到。

@TrentonMcKinney 很抱歉，我留下它是为了表明我尝试了这个问题并且没有得到我想要的结果。那么， df.dropna() 是否完全忽略了我得到的数据框中的整行？我仍然想将该行保留在我的数据框中，因为我有一个很大的 x 列，我仍想为其他图表保留该行。

【参考方案1】：

如果我正确理解了您的问题，假设您的表是 pandas 数据框df，则以下代码应该可以工作：

sum((~np.isnan(df['num1']) & (~np.isnan(df['num2']))))

它是如何工作的：

np.isnan 如果单元格是 Nan，则返回 True。 ~np.isnan 是相反的，因此它在不是 Nan 时返回 True。

代码检查列“num1”和列“num2”都包含非 Nan 值的位置，换句话说，对于同时存在这两个值的行，它返回 True。

最后，那些好的行用sum 计数，它只考虑True 值。

【讨论】：

伙计，这是一个很好的检查方法。理论上也是有道理的。那么 np.isnan() 每次都会遍历每个单元格吗？

在某种程度上，是的。 np.isnan() 检查输入数组（在本例中为数据框的列）并返回一个具有相同形状的布尔数组，其中只有 True（对于输入数组中为 Nan 的单元格）和 False（对于那些不是的单元格） t 南）。如果你使用 ~np.isnan 则相反。

【参考方案2】：

我理解的方式是需要不是NaN的点的组合数量。使用我发现的一个函数，我想出了这个：

import pandas as pd
import numpy as np

def choose(n, k):
    """
    A fast way to calculate binomial coefficients by Andrew Dalke (contrib).
    https://***.com/questions/3025162/statistics-combinations-in-python
    """
    if 0 <= k <= n:
        ntok = 1
        ktok = 1
        for t in range(1, min(k, n - k) + 1):
            ntok *= n
            ktok *= t
            n -= 1
        return ntok // ktok
    else:
        return 0


data = 'num1': [1, np.nan,3,np.nan,5,np.nan],
        'num2': [np.nan,7,8,np.nan,10,4],
        'num3': [25,45,63,23,42,44]
        

df = pd.DataFrame(data)

df['notnulls'] = df.notnull().sum(axis=1)

df['plotted'] = df.apply(lambda row: choose(int(row.notnulls), 2), axis=1)
print(df)
print("Total data points: ", df['plotted'].sum())

有了这个结果：

   num1  num2  num3  notnulls  plotted
0   1.0   NaN    25         2        1
1   NaN   7.0    45         2        1
2   3.0   8.0    63         3        3
3   NaN   NaN    23         1        0
4   5.0  10.0    42         3        3
5   NaN   4.0    44         2        1
Total data points:  9