在从Pandas DataFrame绘图时注释数据点

Question

我想在数据点旁边的值旁边注释数据点。我发现的例子只处理x和y作为向量。但是，我想为包含多个列的pandas DataFrame执行此操作。

ax = plt.figure().add_subplot(1, 1, 1)
df.plot(ax = ax)
plt.show()

为多列DataFrame注释所有点的最佳方法是什么？

Answer 1

这是Dan Allan's answer的一个（非常）略微光滑的版本：

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

df = pd.DataFrame({'x':np.random.rand(10), 'y':np.random.rand(10)}, 
                  index=list(string.ascii_lowercase[:10]))

给出了：

          x         y
a  0.541974  0.042185
b  0.036188  0.775425
c  0.950099  0.888305
d  0.739367  0.638368
e  0.739910  0.596037
f  0.974529  0.111819
g  0.640637  0.161805
h  0.554600  0.172221
i  0.718941  0.192932
j  0.447242  0.172469

然后：

fig, ax = plt.subplots()
df.plot('x', 'y', kind='scatter', ax=ax)

for k, v in df.iterrows():
    ax.annotate(k, v)

最后，如果您处于交互模式，则可能需要刷新图表：

fig.canvas.draw()

哪个产生：

或者，因为这看起来非常丑陋，你可以很容易地美化事物：

from matplotlib import cm
cmap = cm.get_cmap('Spectral')
df.plot('x', 'y', kind='scatter', ax=ax, s=120, linewidth=0, 
        c=range(len(df)), colormap=cmap)

for k, v in df.iterrows():
    ax.annotate(k, v,
                xytext=(10,-5), textcoords='offset points',
                family='sans-serif', fontsize=18, color='darkslategrey')

看起来好多了：

Answer 2

您是否希望使用其他列之一作为注释的文本？这是我最近做的事情。

从一些示例数据开始

In [1]: df
Out[1]: 
           x         y val
 0 -1.015235  0.840049   a
 1 -0.427016  0.880745   b
 2  0.744470 -0.401485   c
 3  1.334952 -0.708141   d
 4  0.127634 -1.335107   e

绘制积分。在这个例子中，我用y绘制了y。

In [2]: ax = df.set_index('x')['y'].plot(style='o')

编写一个循环遍历x，y的函数，以及在该点旁边注释的值。

In [3]: def label_point(x, y, val, ax):
    a = pd.concat({'x': x, 'y': y, 'val': val}, axis=1)
    for i, point in a.iterrows():
        ax.text(point['x'], point['y'], str(point['val']))

In [4]: label_point(df.x, df.y, df.val, ax)

In [5]: draw()

Answer 3

我们假设您的df有多列，其中三列是x，y和lbl。要使用(x,y)注释lbl散点图，只需：

ax = df.plot(kind='scatter',x='x',y='y')
df[['x','y','lbl']].apply(lambda x: ax.text(*x),axis=1);

Answer 4

我发现以前的答案非常有用，特别是LondonRob's example改善了布局。

唯一困扰我的是我不想从DataFrame中提取数据然后循环它们。似乎浪费了DataFrame。

这是一个使用.apply（）避免循环的替代方案，并且包含更好看的注释（我认为色标有点矫枉过正，并且无法让颜色条消失）：

ax = df.plot('x', 'y', kind='scatter', s=50 )

def annotate_df(row):  
    ax.annotate(row.name, row.values,
                xytext=(10,-5), 
                textcoords='offset points',
                size=18, 
                color='darkslategrey')

_ = df.apply(annotate_df, axis=1)

编辑笔记

我最近编辑了我的代码示例。最初它使用相同：

fig, ax = plt.subplots()

作为公开轴的其他帖子，但是这是不必要的并且使得：

import matplotlib.pyplot as plt

行也是不必要的。

另请注意：

• 如果您尝试重现此示例，并且您的图表中的点与我们中的任何一个点不在同一位置，则可能是因为DataFrame使用的是随机值。如果我们使用固定数据表或随机种子，那可能不那么令人困惑。
• 根据要点，您可能需要使用xytext值才能获得更好的展示位置。