绘制多个散点图 pandas

Posted 2023-02-16

【中文标题】绘制多个散点图 pandas

【英文标题】：Plotting multiple scatter plots pandas

【发布时间】：2017-08-21 01:37:05

【问题描述】：

我认为绘制多个图表有很多问题，但不是专门针对这种情况，如下所示。

pandas 文档说要使用“重复绘图方法”在单个轴上绘制多个列组。但是，这对 3 个或更多列组如何工作？例如，如果我们定义第三列：

bx = df.plot(kind='scatter', x='a',y='f',color = 'Green',label ='f')

这个 bx 会被传递到哪里？

另外，如果绘图是同一张图，x 轴不应该始终是“a”或“c”吗？但文档有 2 个不同的 x 轴：'a' 和 'c'

【问题讨论】：

能否在您的问题中添加示例数据/初始化数据框？

【参考方案1】：

您可以根据您喜欢的任何列绘制任何列。这是否有意义，您必须自己决定。例如。在同一轴上绘制表示时间的列与表示距离的列可能没有意义，但在同一轴上绘制两列都包含距离是可以的。

为了指定 certin 图应该在已经存在的轴 (ax) 上，您需要指定 ax 关键字，如文档中所示。当然，您可以在同一轴上创建多个图。

ax = df.plot(kind="scatter", x="x",y="a", color="b", label="a vs. x")
df.plot(x="x",y="b", color="r", label="b vs. x", ax=ax)
df.plot( x="x",y="c", color="g", label="c vs. x", ax=ax)

一个完整的例子：

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

x = np.linspace(0,6.3, 50)
a = (np.sin(x)+1)*3
b = (np.cos(x)+1)*3
c = np.ones_like(x)*3
d = np.exp(x)/100.
df = pd.DataFrame("x":x, "a":a, "b":b, "c":c, "d":d)

ax = df.plot(kind="scatter", x="x",y="a", color="b", label="a vs. x")
df.plot(x="x",y="b", color="r", label="b vs. x", ax=ax)
df.plot( x="x",y="c", color="g", label="c vs. x", ax=ax)
df.plot( x="d",y="x", color="orange", label="b vs. d", ax=ax)
df.plot( x="a",y="x", color="purple", label="x vs. a", ax=ax)

ax.set_xlabel("horizontal label")
ax.set_ylabel("vertical label")
plt.show()

【参考方案2】：

这个 bx 会被传递到哪里？

你应该重复第二次调用plot，而不是第一次，所以不需要bx。

详细说明：plot 采用可选的 ax 参数。这是它绘制的轴。如果未提供参数，该函数将创建一个新的绘图和轴。此外，轴由函数返回，因此可以重用于进一步的绘图操作。这个想法是不将ax 参数传递给plot 的第一次调用并在所有后续调用中使用返回的轴。

您可以验证每个对 plot 的调用是否返回与它通过的相同的轴：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(100, 6), columns=['a', 'b', 'c', 'd', 'e', 'f'])


ax1 = df.plot(kind='scatter', x='a', y='b', color='r')    
ax2 = df.plot(kind='scatter', x='c', y='d', color='g', ax=ax1)    
ax3 = df.plot(kind='scatter', x='e', y='f', color='b', ax=ax1)

print(ax1 == ax2 == ax3)  # True

另外，如果图是同一张图，x 轴不应该始终是“a”或“c”吗？

不一定。将不同的列放在同一轴上是否有意义取决于它们代表的数据。例如，如果a 是收入，c 是支出，那么将两者放在同一个“金钱”轴上是有意义的。相反，如果a 是豌豆的数量，c 是电压，它们可能不在同一轴上。

【讨论】：

太傻了，df.plot(kind='line') 只需要一次调用来绘制所有三行，而df.plot(kind='scatter') 需要三个调用。指向图书馆恕我直言的潜在不良设计。

这对任何需要它的人来说都是完美的：使用 label='' 参数适当地标记您的标记。

有谁知道如何使用plotly.express实现这一目标

【参考方案3】：

在holoviz 生态系统中，有一个名为hvplot 的库，它提供了非常好的高级绘图功能（在holoviews 之上），可以与Pandas 一起使用：

import numpy as np
import hvplot.pandas
import pandas as pd

df = pd.DataFrame(np.random.randn(100, 6), columns=['a', 'b', 'c', 'd', 'e', 'f'])

df.hvplot(x='a', y=['b', 'c', 'd', 'e'], kind='scatter')

【参考方案4】：

您可以在 for 循环中自动绘制多列。

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

df = pd.DataFrame(np.random.randn(100, 5), columns=['a', 'b', 'c', 'd', 'e',])

f,ax = plt.subplots(1)

for x,y,c in zip(['a','c','e'],['b','d','d'],['r','g','b']):
    df.plot(kind='scatter', 
            x=x, 
            y=y, 
            color=c, 
            ax=ax, 
            label=' vs '.format(x,y)
            )

当然，数据框的列和颜色也可以通过代码生成，而不是硬编码。

【参考方案5】：

如果您使用参数backend=plotly 选择不同的绘图后端，例如 plotly 而不是 matplotlib，这已成为 pandas 中的简单单线器：

import numpy as np
import pandas as pd
import hvplot.pandas

df = pd.DataFrame(np.random.randn(100, 6), columns=['a', 'b', 'c', 'd', 'e', 'f'])

# notice argument backend='plotly' to change the plotting backend of pandas
df.plot(
    kind='scatter',
    x='a', 
    y=['b', 'c', 'd', 'e'], 
    backend='plotly', 
    width=500,   
)

结果图：