Heim > Backend-Entwicklung > Python-Tutorial > Wie erstelle ich ein Streudiagramm mit nach Kategorien differenzierten Markierungen in einem Pandas DataFrame?

Wie erstelle ich ein Streudiagramm mit nach Kategorien differenzierten Markierungen in einem Pandas DataFrame?

Mary-Kate Olsen
Freigeben: 2024-11-19 13:05:03
Original
275 Leute haben es durchsucht

How to create a scatter plot with markers differentiated by category in a Pandas DataFrame?

So erstellen Sie ein Streudiagramm nach Kategorie mit Pandas DataFrame

Frage:

Wie kann ich effizient ein Streudiagramm erstellen? Mit einem Pandas DataFrame zeichnen, wobei die Markierungen durch eine dritte Spalte im DataFrame vorgegeben werden?

Antwort:

Verwendung von matplotlib.pyplot.scatter() zur Unterscheidung von Markierungen nach Kategorie kann ineffizient sein. Erwägen Sie stattdessen die Verwendung von matplotlib.pyplot.plot() für diskrete Kategorien:

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

# Generate Data
num = 20
x, y = np.random.random((2, num))
labels = np.random.choice(['a', 'b', 'c'], num)
df = pd.DataFrame(dict(x=x, y=y, label=labels))

# Group by labels
groups = df.groupby('label')

# Plot
fig, ax = plt.subplots()
ax.margins(0.05)  # Optional padding

# Use different markers and colors for each group
for name, group in groups:
    ax.plot(group.x, group.y, marker='o', linestyle='', ms=12, label=name)
ax.legend()

# Specify custom colors and styles
plt.rcParams.update(pd.tools.plotting.mpl_stylesheet)
colors = pd.tools.plotting._get_standard_colors(len(groups), color_type='random')
ax.set_color_cycle(colors)
ax.legend(numpoints=1, loc='upper left')

plt.show()
Nach dem Login kopieren

Dieser Code generiert ein Streudiagramm mit nach Kategorie farblich gekennzeichneten Markierungen.

Das obige ist der detaillierte Inhalt vonWie erstelle ich ein Streudiagramm mit nach Kategorien differenzierten Markierungen in einem Pandas DataFrame?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Quelle:php.cn
Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Neueste Artikel des Autors
Beliebte Tutorials
Mehr>
Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage