绘制带有来自 pandas DataFrame 的误差线和数据点的线图答案

【问题标题】：Plotting a line plot with error bars and datapoints from a pandas DataFrame绘制带有来自 pandas DataFrame 的误差线和数据点的线图
【发布时间】：2014-10-17 00:41:29
【问题描述】：

我一直在绞尽脑汁想弄清楚如何以我想要的方式绘制 pandas DataFrame，但无济于事。

DataFrame 有一个 MultiIndex，它看起来像这样：

+-----------+--------------+------------+--------------+-----------------+---------+---------+---------+---------+---------+
|           |              |            |              |                 | run_001 | run_002 | run_003 | run_004 | run_005 |
+-----------+--------------+------------+--------------+-----------------+---------+---------+---------+---------+---------+
| file_type | server_count | file_count | thread_count | cacheclear_type |         |         |         |         |         |
+-----------+--------------+------------+--------------+-----------------+---------+---------+---------+---------+---------+
| gor       | 01servers    | 05files    | 20threads    | ccALWAYS        | 15.918  | 16.275  | 15.807  | 17.781  | 16.233  |
| gor       | 01servers    | 10files    | 20threads    | ccALWAYS        | 17.322  | 17.636  | 16.096  | 16.484  | 16.715  |
| gor       | 01servers    | 15files    | 20threads    | ccALWAYS        | 19.265  | 17.128  | 17.630  | 18.739  | 16.833  |
| gor       | 01servers    | 20files    | 20threads    | ccALWAYS        | 23.744  | 20.539  | 21.416  | 22.921  | 22.794  |
+-----------+--------------+------------+--------------+-----------------+---------+---------+---------+---------+---------+

我想要做的是绘制一个折线图，其中 x 值是“file_count”值，每个 y 值是 DataFrame 中相应行的所有 run_xxx 值的平均值。

如果可能的话，我想添加误差线，甚至是数据点本身，这样我就可以看到平均值背后的数据分布。

这是一个（蹩脚的）大体上我在说什么的模型：

我已经能够使用内置在 pandas 的 DataFrame 中的 boxplot() 函数创建一个箱线图：

df.transpose().boxplot()

这看起来几乎没问题，但有点混乱，并且没有绘制实际的数据点。

【问题讨论】：

标签： python matplotlib pandas plot

【解决方案1】：

Beeswarm plot 在这种情况下会非常好，特别是当你有很多点以及显示这些点的分布时。但是，您需要将 position 参数提供给 beeswarm，因为默认情况下它将从 0 开始。另一方面，pandas DataFrame 的 boxplot 方法在 x = 1 处绘制框, 2 ...

归结为以下几点：

from beeswarm import *
D1 = beeswarm(df.values, positions = np.arange(len(df.values))+1)
D2 = df.transpose().boxplot(ax=D1[1])

【讨论】：

谢谢，这绝对有帮助，尽管我今天确实设法摆脱了这个问题。我会接受你的回答，因为它确实回答了我的问题，我很感激你的努力。

【解决方案2】：

为了完整起见，我将在此处包括我最终设法做到这一点的方式：

import numpy as np
import matplotlib.pyplot as plt
import random

dft = df.sortlevel(2).transpose()

fig, ax = plt.subplots()

x = []
y = []
y_err = []

scatterx = []
scattery = []

for n, col in enumerate(dft.columns):
    x.append(n)
    y.append(np.mean(dft[col]))
    y_err.append(np.std(dft[col]))

    for v in dft[col]:
        scattery.append(v)
        scatterx.append(n + ((random.random()-0.5)*0.05))

p = plt.plot(x, y, label=label)
color=p[0].get_color()
plt.errorbar(x, y, yerr=y_err, fmt=color)
plt.scatter(scatterx, scattery, alpha=0.3, color=color)

plt.legend(loc=2)
ax.set_xticks(range(len(dft.columns)))
ax.set_xticklabels([x[2] for x in dft.columns])
plt.show()

这将显示带有误差线和数据点的折线图。上面的代码可能有一些错误。在粘贴之前，我复制了它并简化了一点。

【讨论】：