Python 팬더의 데이터 프레임에서 matplotlib 산점도 만들기

Python 팬더의 데이터 프레임에서 matplotlib 산점도 만들기

---

Python matplotlib의 pandas데이터 프레임에서 사용하여 일련의 산점도를 만드는 가장 좋은 방법은 무엇입니까 ?

예를 들어 df관심있는 열 이있는 데이터 프레임이있는 경우 일반적으로 모든 것을 배열로 변환합니다.

import matplotlib.pylab as plt
# df is a DataFrame: fetch col1 and col2 
# and drop na rows if any of the columns are NA
mydata = df[["col1", "col2"]].dropna(how="any")
# Now plot with matplotlib
vals = mydata.values
plt.scatter(vals[:, 0], vals[:, 1])

플로팅하기 전에 모든 것을 배열로 변환 할 때 발생하는 문제는 데이터 프레임에서 벗어나야한다는 것입니다.

전체 데이터 프레임이 플로팅에 필수적인 다음 두 가지 사용 사례를 고려하십시오.

1. 예를 들어, col3에 대한 호출에서 플로팅 한 해당 값의 모든 값 을보고 해당 값으로 scatter각 포인트 (또는 크기)의 색상 을 지정하려면 어떻게해야합니까? 돌아가서 na가 아닌 값을 꺼내서 col1,col2해당 값을 확인해야합니다.

   데이터 프레임을 유지하면서 플로팅하는 방법이 있습니까? 예를 들면 :

   mydata = df.dropna(how="any", subset=["col1", "col2"])
   # plot a scatter of col1 by col2, with sizes according to col3
   scatter(mydata(["col1", "col2"]), s=mydata["col3"])
   

2. 마찬가지로 일부 열의 값에 따라 각 포인트를 다르게 필터링하거나 색상을 지정하려한다고 가정 해보십시오. 예를 들어, 특정 컷오프를 충족하는 점의 레이블을 그 col1, col2옆 에 자동으로 플로팅 하거나 (레이블이 df의 다른 열에 저장되는 위치) R에서 데이터 프레임을 사용하는 것처럼 이러한 점의 색상을 다르게 지정하려면 어떻게해야합니까? 예:

   mydata = df.dropna(how="any", subset=["col1", "col2"]) 
   myscatter = scatter(mydata[["col1", "col2"]], s=1)
   # Plot in red, with smaller size, all the points that 
   # have a col2 value greater than 0.5
   myscatter.replot(mydata["col2"] > 0.5, color="red", s=0.5)
   

어떻게 할 수 있습니까?

crewbum에 대한 답변 수정 :

가장 좋은 방법은 각 조건 (예 : subset_a, subset_b)을 개별적 으로 플로팅하는 것 입니다. 여러 조건이있는 경우, 예를 들어 산포를 4 가지 유형의 점 또는 그 이상으로 분할하여 각각 다른 모양 / 색상으로 플로팅하려는 경우 어떻게해야합니까? 조건 a, b, c 등을 우아하게 적용하고 마지막 단계로 "나머지"(이러한 조건에 속하지 않는 것)를 플로팅하는 방법은 무엇입니까?

를 col1,col2기반으로 다르게 플롯하는 예제에서 유사하게 col3, 사이의 연관성을 끊는 NA 값이 있으면 col1,col2,col3어떻게 될까요? 예를 들어, 당신은 모든 플롯하려면 col2자신의에 따라 값 col3값을하지만, 일부 행은 하나의 NA 값이 col1또는 col3사용하도록 강제 dropna첫째. 따라서 다음을 수행합니다.

mydata = df.dropna(how="any", subset=["col1", "col2", "col3")

그런 다음 mydata표시 하는 것처럼 플롯 할 수 있습니다 . col1,col2값을 사용하여 분산을 플로팅합니다 col3. 그러나에 mydata대한 값이 col1,col2있지만 NA 인 일부 포인트가 누락 col3되고 여전히 플로팅해야합니다. 따라서 기본적으로 데이터의 "나머지", 즉 필터링 된 세트에 없는 포인트를 어떻게 플로팅 mydata할까요?

---

열을 DataFramenumpy 배열로 추출하는 대신 아래 예제와 같이 matplotlib에 직접 전달해 보십시오 .

df = pd.DataFrame(np.random.randn(10,2), columns=['col1','col2'])
df['col3'] = np.arange(len(df))**2 * 100 + 100

In [5]: df
Out[5]: 
       col1      col2  col3
0 -1.000075 -0.759910   100
1  0.510382  0.972615   200
2  1.872067 -0.731010   500
3  0.131612  1.075142  1000
4  1.497820  0.237024  1700

다른 열을 기준으로 분산 지점 크기 변경

plt.scatter(df.col1, df.col2, s=df.col3)
# OR (with pandas 0.13 and up)
df.plot(kind='scatter', x='col1', y='col2', s=df.col3)

다른 열을 기준으로 분산 점 색상 변경

colors = np.where(df.col3 > 300, 'r', 'k')
plt.scatter(df.col1, df.col2, s=120, c=colors)
# OR (with pandas 0.13 and up)
df.plot(kind='scatter', x='col1', y='col2', s=120, c=colors)

범례가있는 산점도

그러나 범례가있는 산점도를 만드는 가장 쉬운 방법 plt.scatter은 각 포인트 유형에 대해 한 번씩 호출하는 것 입니다.

cond = df.col3 > 300
subset_a = df[cond].dropna()
subset_b = df[~cond].dropna()
plt.scatter(subset_a.col1, subset_a.col2, s=120, c='b', label='col3 > 300')
plt.scatter(subset_b.col1, subset_b.col2, s=60, c='r', label='col3 <= 300') 
plt.legend()

최신 정보

From what I can tell, matplotlib simply skips points with NA x/y coordinates or NA style settings (e.g., color/size). To find points skipped due to NA, try the isnull method: df[df.col3.isnull()]

To split a list of points into many types, take a look at numpy select, which is a vectorized if-then-else implementation and accepts an optional default value. For example:

df['subset'] = np.select([df.col3 < 150, df.col3 < 400, df.col3 < 600],
                         [0, 1, 2], -1)
for color, label in zip('bgrm', [0, 1, 2, -1]):
    subset = df[df.subset == label]
    plt.scatter(subset.col1, subset.col2, s=120, c=color, label=str(label))
plt.legend()

---

There is little to be added to Garrett's great answer, but pandas also has a scatter method. Using that, it's as easy as

df = pd.DataFrame(np.random.randn(10,2), columns=['col1','col2'])
df['col3'] = np.arange(len(df))**2 * 100 + 100
df.plot.scatter('col1', 'col2', df['col3'])

---

I will recommend to use an alternative method using seaborn which more powerful tool for data plotting. You can use seaborn scatterplot and define colum 3 as hue and size.

Working code:

import pandas as pd
import seaborn as sns
import numpy as np

#creating sample data 
sample_data={'col_name_1':np.random.rand(20),
      'col_name_2': np.random.rand(20),'col_name_3': np.arange(20)*100}
df= pd.DataFrame(sample_data)
sns.scatterplot(x="col_name_1", y="col_name_2", data=df, hue="col_name_3",size="col_name_3")

참고 URL : https://stackoverflow.com/questions/14300137/making-matplotlib-scatter-plots-from-dataframes-in-pythons-pandas