这个bx需要传入哪里?
应该重复第二次调用plot
而不是第一次,所以不需要使用bx
。
具体来说,plot
接受一个可选的ax
参数,它是绘制的坐标轴。如果未提供此参数,则函数将创建新的绘图和坐标轴。此外,函数返回该坐标轴,因此它可以用于进一步的绘图操作。关键点是不要将ax
参数传递给第一次调用plot
,并在所有后续调用中使用返回的坐标轴。
您可以验证每次调用plot
返回的是相同的坐标轴:
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,如果图表是同一张图,那么 x 轴应该始终是“a”或“c”吗?
不一定。将不同的列放在同一轴上是否合理取决于它们所代表的数据。例如,如果 a
表示收入而 c
表示支出,则将它们都放在同一个“货币”轴上是有意义的。相反,如果 a
表示豌豆数量而 c
表示电压,则它们可能不应该放在同一轴上。
df.plot(kind='line')
只需要一次调用即可绘制三条线,而 df.plot(kind='scatter')
却需要三次调用才能完成。这太愚蠢了。 - user2739472plotly.express
实现这个吗? - DDStackoverflow您可以绘制任何想要的列与任何其他列之间的关系。这是否有意义,您需要自己决定。例如,在同一个坐标轴上绘制表示时间的一列和表示距离的一列可能没有意义,但在同一个坐标轴上绘制包含距离信息的两列是可以的。
为了指定某个图应该在已经存在的轴(ax
)上,您需要像文档中所示指定 ax
关键字。当然,您可以在同一个轴上创建多个图。
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()
如果您选择不同的绘图后端,例如使用参数 backend=plotly
来使用 plotly 而不是 matplotlib,那么这将成为 pandas 中的一个简单一行代码:
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,
)
绘制出的图形如下:
backend='plotly'
作为参数之前,必须执行 pip install plotly hvplot
来安装 plotly
和 hvplot
包。 - Farid Alijaniimport 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)
)