使用分类值时如何在散点图中保留轴的顺序?

How can I preserve order of axis in scatter plot when using categorical values?

我想创建一个散点图来汇总我在 ntiles 中的数据。由于散点图不能将 Interval 类型作为轴参数,我将值转换为字符串,但这会丢失 Intervals 的顺序,请参阅下面的 x 轴不是从低到高排序的。 如何保留订单?

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


n_tile = 5
np.random.seed(0)
x = np.random.normal(150, 70, 3000,)
y = np.random.normal(1, 0.3, 3000)
r = np.random.normal(0.4, 0.1, 3000)

plot_data = pd.DataFrame({
            'x': x,
            'y': y,
            'r': r
                })
plot_data['x_group'] = pd.qcut(plot_data['x'], n_tile, duplicates='drop')
plot_data['y_group'] = pd.qcut(plot_data['y'], n_tile, duplicates='drop')
plot_data_grouped = plot_data.groupby(['x_group','y_group'], as_index=False).agg({'r':['mean','count']})
plot_data_grouped.columns = ['x','y','mean','count']

cmap = plt.cm.rainbow
norm = matplotlib.colors.Normalize(vmin=0, vmax=1)

plt.figure(figsize=(10,10))
plt.scatter(x=[str(x) for x in plot_data_grouped['x']], 
            y=[str(x) for x in plot_data_grouped['y']], 
            s=plot_data_grouped["count"], 
            c=plot_data_grouped['mean'], cmap="RdYlGn", edgecolors="black")
plt.show()

有时,升级您当前的开发包会更好。由于您的 virtual-env 安装了本地 matplotlib。采购激活后,升级matplotlib


为此,请使用管理权限打开terminalcommand prompt并尝试升级pipmatplotlib 版本使用以下命令:

  • python -m pip install --upgrade pip
  • python -m pip install --upgrade matplotlib

另一方面,使用 matplotlib,您可以 getset 当前刻度位置和标签轴数(即 x-axisy-axis)。


我给你一个非常简单的例子,你给定的数据沿着两个轴按 order 绘制。要保留沿 axes 的订单,您可以简单地使用:

您可以使用此技术来解决升级和不升级的问题 matplotlib。特别是对于您指定的 matplotlib==2.1.1 版本。


import matplotlib.pyplot as plt

x_axis_values = ['(-68.18100000000001, 89.754]', '(89.754, 130.42]', '(130.42, 165.601]', '(165.601, 205.456]',
                 '(205.456, 371.968]']

y_axis_values = ['(-0.123, 0.749]', '(0.749, 0.922]', '(0.922, 1.068]', '(1.068, 1.253]', '(1.253, 2.14]']

# Try to sort the values, before passing to [xticks, yticks]
# or in which order, you want them along axes
plt.xticks(ticks=range(len(x_axis_values)), labels=x_axis_values)
plt.yticks(ticks=range(len(y_axis_values)), labels=y_axis_values)

# plt.scatter(x_axis_values, y_axis_values)
plt.xlabel('Values')
plt.ylabel('Indices')

plt.show()

这是这个简单示例的输出。您可以看到沿 x-axisy-axis 的值。给定数字的目的只是指定 values 以及 axes:


对于您给定的代码,我已经更新了您的一些代码如下:

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

n_tile = 5
np.random.seed(0)
x = np.random.normal(150, 70, 3000, )
y = np.random.normal(1, 0.3, 3000)
r = np.random.normal(0.4, 0.1, 3000)

plot_data = pd.DataFrame({
    'x': x,
    'y': y,
    'r': r
})
plot_data['x_group'] = pd.qcut(plot_data['x'], n_tile, duplicates='drop')
plot_data['y_group'] = pd.qcut(plot_data['y'], n_tile, duplicates='drop')
plot_data_grouped = plot_data.groupby(['x_group', 'y_group'], as_index=False).agg({'r': ['mean', 'count']})
plot_data_grouped.columns = ['x', 'y', 'mean', 'count']

cmap = plt.cm.rainbow
norm = matplotlib.colors.Normalize(vmin=0, vmax=1)

########################################################
##########  Updated Portion of the Code ################

x_axis_values = [str(x) for x in plot_data_grouped['x']]
y_axis_values = [str(x) for x in plot_data_grouped['y']]

plt.figure(figsize=(10, 10))
# Unique Values have only length == 5
plt.xticks(ticks=range(5), labels=sorted(np.unique(x_axis_values)))
plt.yticks(ticks=range(5), labels=sorted(np.unique(y_axis_values)))

plt.scatter(x=x_axis_values,
            y=y_axis_values,
            s=plot_data_grouped["count"],
            c=plot_data_grouped['mean'], cmap="RdYlGn", edgecolors="black")

plt.show()
########################################################

现在您可以看到输出符合要求:

这里有两种解决方法。更简单(也是更好的解决方案)是简单地将 matplotlib 升级到更新的版本。

如果这不是一个选项,首选的替代方法是分别处理散点图和刻度标记,这可以非常简单地完成。例如:

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

n_tile = 5
np.random.seed(0)
x = np.random.normal(150, 70, 3000,)
y = np.random.normal(1, 0.3, 3000)
r = np.random.normal(0.4, 0.1, 3000)

plot_data = pd.DataFrame({'x': x, 'y': y, 'r': r})
plot_data['x_group'] = pd.qcut(plot_data['x'], n_tile, duplicates='drop')
plot_data['y_group'] = pd.qcut(plot_data['y'], n_tile, duplicates='drop')
plot_data_grouped = plot_data.groupby(['x_group','y_group'], as_index=False).agg({'r':['mean','count']})
plot_data_grouped.columns = ['x','y','mean','count']

cmap = plt.cm.rainbow
norm = matplotlib.colors.Normalize(vmin=0, vmax=1)

plt.figure(figsize=(10,10))
x = range(len(plot_data_grouped['x']))
y = range(len(plot_data_grouped['y']))
X, Y = np.meshgrid(x, y)
plt.scatter(x=X.flatten(), 
            y=Y.flatten(), 
            s=plot_data_grouped["count"], 
            c=plot_data_grouped['mean'], cmap="RdYlGn", edgecolors="black")
plt.xticks(x, [str(e) for e in plot_data_grouped['x']])
plt.yticks(y, [str(e) for e in plot_data_grouped['y']])
plt.show()