如何绘制熊猫列的散点图答案

【问题标题】：How to plot scatter subplots of columns from pandas如何绘制熊猫列的散点图
【发布时间】：2017-01-28 16:25:31
【问题描述】：

假设我有一个包含 100 行和 40 列的数据框，其中第 40 列代表散点图的 Y 轴值。对于 39 个散点图，我想在第 1 列的函数中绘制第 40 列，在第 2 列的函数中绘制第 40 列，在第 3 列的函数中绘制第 40 列，等等，在第 39 列的函数中绘制到第 40 列。什么是最好的无需手动完成所有操作即可生成这样一个子图的方法？

例如（使用较小的数据框），尝试在子图中将第 1 列函数中的第 3 列和第 2 列函数中的第 3 列散点图。

df = pd.DataFrame({'AAA' : [4,5,6,7], 'BBB' : [10,20,30,40],'CCC' : [100,50,-30,-50]})
df.plot(x=["AAA", "BBB"], y=["CCC"], kind="scatter", subplots=True, sharey=True)

【问题讨论】：

标签： python pandas matplotlib scatter

【解决方案1】：

一种方法是在外部创建子图并遍历列名，为每个子图创建一个图。

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({'AAA' : [4,5,6,7], 'BBB' : [10,20,30,40],'CCC' : [100,50,-30,-50]})

fig, axes = plt.subplots(1,len(df.columns.values)-1, sharey=True)

for i, col in enumerate(df.columns.values[:-1]):
    df.plot(x=[col], y=["CCC"], kind="scatter", ax=axes[i])

plt.show()

另一种可能适用于 pandas 0.19 的方法是使用 subplots 参数。根据the documentation

子图：布尔值，默认为 False
为每一列制作单独的子图

我对此进行了解释，因此以下内容应该可以工作，但是，我无法对其进行测试。

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({'AAA' : [4,5,6,7], 'BBB' : [10,20,30,40],'CCC' : [100,50,-30,-50]})

df.plot(x=df.columns.values[:-1], y=["CCC" for _ in df.columns.values[:-1]], 
                            kind="scatter", subplots=True, sharey=True)
plt.show()

【讨论】：

我已经测试了你的第二种方法并且它有效。其他人注意：如果从上面的@ImportanceOfBeingErnest 的答案中不清楚，则必须提供 x 和 y 参数的相同长度的列表。因此，例如，如果您想针对 col2 和 col3 绘制 col1，那么您必须使用 x=['col1','col1'] 和 y=['col2','col3'] 而不是 x='col1'和 y=['col2','col3']。
还要注意 subplots=True 不是必需的。只要您有 x=['col1','col1'] 和 y=['col2','col3'] ，无论是否有 subplots=True，它都会生成相同的图。
第二种方法不适用于 pandas 1.3.5。它确实创建了两个轴，但它只显示其中一个轴，其中使用了所有数据。