绘制数据框的散点图
Plotting a scatter plot of a dataframe
我有以下数据框:
A B C
0 0.691295 0.179792 0.062371
1 NaN 0.179915 0.102003
2 NaN 0.186998 0.102183
3 NaN 0.189350 0.102220
4 NaN 0.189637 0.103003
如何绘制散点图
x 是从 0 到 1 的值范围
y 是列名(即同一列中的所有值应具有相同的 y 值),
每列值有不同的颜色
IIUC,你可以这样做:
import pandas as pd
# Just some values.
df = pd.DataFrame({
'a': np.random.rand(5),
'b': np.random.rand(5),
'c': np.random.rand(5)})
# Now for the plots.
# Plot a values at 1.
plot(df.a, [1] * 5, '+');
# Plot b values at 2.
plot(df.b, [2] * 5, '+');
# Plot c values at 3.
plot(df.c, [3] * 5, '+');
# Ensure extreme points visible.
ylim(0, 4)
# Set the ticks to 'a', 'b', and 'c'.
yticks([1, 2, 3], ['a', 'b', 'c']);
这给出了这个:
我有以下数据框:
A B C
0 0.691295 0.179792 0.062371
1 NaN 0.179915 0.102003
2 NaN 0.186998 0.102183
3 NaN 0.189350 0.102220
4 NaN 0.189637 0.103003
如何绘制散点图
x 是从 0 到 1 的值范围
y 是列名(即同一列中的所有值应具有相同的 y 值),
每列值有不同的颜色
IIUC,你可以这样做:
import pandas as pd
# Just some values.
df = pd.DataFrame({
'a': np.random.rand(5),
'b': np.random.rand(5),
'c': np.random.rand(5)})
# Now for the plots.
# Plot a values at 1.
plot(df.a, [1] * 5, '+');
# Plot b values at 2.
plot(df.b, [2] * 5, '+');
# Plot c values at 3.
plot(df.c, [3] * 5, '+');
# Ensure extreme points visible.
ylim(0, 4)
# Set the ticks to 'a', 'b', and 'c'.
yticks([1, 2, 3], ['a', 'b', 'c']);
这给出了这个: