单变量类别散点图 pandas

Question

是否可以将单个值绘制为散点图？我可以很好地通过获取带有标记的 ccdfs 来绘制它，但我想知道是否有任何替代方法可用？

输入：

输入 1

tweetcricscore 51 high active

输入 2

tweetcricscore 46 event based
tweetcricscore 12 event based
tweetcricscore 46 event based

输入 3

tweetcricscore 1 viewers 
tweetcricscore 178 viewers

输入 4

tweetcricscore 46 situational
tweetcricscore 23 situational
tweetcricscore 1 situational
tweetcricscore 8 situational
tweetcricscore 56 situational

我可以用 bokeh 和 pandas 使用 x 和 y 值编写散点图代码。但是在单值的情况下 ?

当所有输入合并为一个输入并按 col[3] 分组时，值为 col[2]。

下面的代码是2个变量的数据集

import numpy as np
import matplotlib.pyplot as plt
from pylab import*
import math
from matplotlib.ticker import LogLocator
import pandas as pd
from bokeh.charts import Scatter, output_file, show

df = pd.read_csv('input.csv', header = None)

df.columns = ['col1','col2','col3','col4']

scatter = Scatter( df, x='col2', y='col3', color='col4', marker='col4', title='plot', legend=True)

output_file('output.html', title='output')

show(scatter)

样本输出

Answer 1

你可以试试 boxplot or violinplot。或者，如果您不喜欢这些并且只想要点的垂直分布，您可以强制散点图沿着单个 x 值绘制。为此，您需要创建一个固定值数组（例如 1），该数组的长度与您要绘制的数组的长度相同：

ones = []
for range(len(data)):
    ones.append(1)

plt.scatter(ones,data)
plt.show()

那会给你这样的东西：

Answer 2

更新：

查看 Bokeh and Seaborn 个画廊 - 它可能会帮助您了解哪种情节适合您的需要

你可以像这样尝试 violinplot:

sns.violinplot(x="category", y="val", data=df)

或热图：

import numpy as np
import pandas as pd
from bokeh.charts import HeatMap, output_file, show

cats = ['active', 'based', 'viewers', 'situational']
df = pd.DataFrame({'val': np.random.randint(1,100, 1000), 'category': np.random.choice(cats, 1000)})

hm = HeatMap(df)
output_file('d:/temp/heatmap.html')
show(hm)

Answer 3

您可以在 x 轴上绘制索引，在 y 轴上绘制列值

df = pd.DataFrame(np.random.randint(0,10,size=(100, 1)), columns=list('A'))
sns.scatterplot(data=df['A'])

Answer 4

我经常使用的是 "size plot" – 一种与您请求的可视化类似的可视化，其中可以跨组比较单个特征。 这是一个使用您的数据的示例：

下面是实现这个尺寸图的代码：

fig, ax = plt.subplots(1,1, figsize=(8,5))

colors = ['blue','green','orange','pink']

yticks = {"ticks":[],"labels":[]}
xticks = {"ticks":[],"labels":[]}

agg_functions = ["mean","std","sum"]

# Set size plot
for i, (label, group_df) in enumerate(df.groupby('type', as_index=False)):

    # Set tick
    yticks["ticks"].append(i)
    yticks["labels"].append(label)

    agg_values = group_df["tweetcricscore"].aggregate(agg_functions)

    for ii, (agg_f, x) in enumerate(agg_values.iteritems()):
        ax.scatter(x=ii, y = i, label=agg_f, s=x, color=colors[i])


        # Add your x axis
        if ii not in xticks["ticks"]:
            xticks["ticks"].append(ii)
            xticks["labels"].append(agg_f)


# Set yticks:
ax.set_yticks(yticks["ticks"]) 
ax.set_yticklabels(yticks["labels"], fontsize=12)

ax.set_xticks(xticks["ticks"]) 
ax.set_xticklabels(xticks["labels"], fontsize=12)


plt.show()

单变量类别散点图 pandas

Single variable category scatter plot pandas

python

matplotlib

pandas

bokeh

seaborn