如何创建值跨多列的散点图？

Question

我在 Pandas 中有一个数据框，其中的行是不同时间的观察结果，每列是一个尺寸箱，其中的值表示针对该尺寸箱观察到的粒子数。所以它看起来像下面这样：

         bin1    bin2    bin3    bin4    bin5
Time1    50      200     30      40      5

Time2    60      60      40      420     700

Time3    34      200     30      67      43

我想使用 plotly/cufflinks 创建一个散点图，其中 x 轴将是每个尺寸箱，y 轴将是每个尺寸箱中的值。将有三种颜色，每种观察一种颜色。

由于我在 Matlab 中的经验更丰富，我尝试使用 iloc 对值进行索引（注意下面的示例只是试图绘制一个观察结果）：

df.iplot(kind="scatter",theme="white",x=df.columns, y=df.iloc[1,:])

但我只收到一个关键错误：0 条消息。

在 Pandas 中选择 x 和 y 值时是否可以使用索引？

Answer 1

我认为您需要更好地了解pandas 和matplotlib 之间的交互方式，而不是索引。

让我们为您的案例分步进行：

1. 正如pandas.DataFrame.plot 文档所说，绘制的系列是一列。您在行中有系列，因此您需要转置您的数据框。

2. 要创建散点图，您需要在不同的列中同时拥有 x 和 y 坐标，但是您缺少 x 列，因此您还需要在转置后的数据框中创建一个包含 x 值的列。

3. 显然pandas 在连续调用plot 时默认不会改变颜色（matplotlib 会这样做），所以你需要选择一个颜色图并传递一个颜色参数，否则所有点都会有一样的颜色。

这是一个工作示例：

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

#Here I copied you data in a data.txt text file and import it in pandas as a csv.
#You may have a different way to get your data.
df = pd.read_csv('data.txt', sep='\s+', engine='python')

#I assume to have a column named 'time' which is set as the index, as you show in your post.
df.set_index('time')

tdf = df.transpose() #transpose the dataframe

#Drop the time column from the trasponsed dataframe. time is not a data to be plotted.
tdf = tdf.drop('time')

#Creating x values, I go for 1 to 5 but they can be different.
tdf['xval'] = np.arange(1, len(tdf)+1)

#Choose a colormap and making a list of colors to be used.
colormap = plt.cm.rainbow
colors = [colormap(i) for i in np.linspace(0, 1, len(tdf))]

#Make an empty plot, the columns will be added to the axes in the loop.
fig, axes = plt.subplots(1, 1)
for i, cl in enumerate([datacol for datacol in tdf.columns if datacol != 'xval']):
    tdf.plot(x='xval', y=cl, kind="scatter", ax=axes, color=colors[i])

plt.show()

这绘制了以下图像：

Here 在 matplotlib 中挑选颜色的教程。