Question

我使用Python sqlite3成功从Fitbit sqlite db中提取数据，如下所示。我想在数据上创建Pandas scatter_matrix。

我成功获取数据的代码是：

import pandas.io.sql as psql
import sqlite3 as lite
from pandas.tools.plotting import scatter_matrix

con = lite.connect('C:/temp/fitbit-db')

sql = ('SELECT log_date,'
       'duration,'
       'minutes_to_fall_asleep,
       'minutes_asleep,' 
       'minutes_awake,'
       'minutes_after_wakeup,'
       'awakenings_count,'
       'time_in_bed,'
       'awake_count,'
       'efficiency,'
       'restless_count '
       'FROM sleep_log_entry')

cur.execute(sql)

我可以使用以下方法打印出查询结果：

fitbit_data_fetchall = cur.fetchall()
for row in fitbit_data_fetchall:
    print row

哪个看起来像这样的行：

(1397426400000L, 6420000, 8, 99, 0, 0, 0, 107, 0, 100.0, 0)
(1397944800000L, 23940000, 11, 370, 18, 0, 7, 399, 1, 95.0, 8)
(1399759200000L, 28200000, 13, 448, 9, 0, 2, 470, 0, 98.0, 2)
 etc ....

但是，不是仅仅打印行，而是使用以下方法将查询结果读入数组：

fitbit_data_psql = psql.read_sql(sql, con)

我使用Pandas scatter_matrix这个数组来尝试创建散点图矩阵，但它不起作用。我尝试了一些变体，例如：

scatter_matrix(fitbit_data_psql, alpha=0.2, figsize=(6, 6), diagonal='kde')

似乎没有错误，但只获得了121行以下但没有图表。运行需要一段时间，所以可能会超时？

array([[<matplotlib.axes.AxesSubplot object at 0x0000000036798208>,
        <matplotlib.axes.AxesSubplot object at 0x000000003681B6A0>,
        <matplotlib.axes.AxesSubplot object at 0x000000003690BC50>,
        <matplotlib.axes.AxesSubplot object at 0x0000000036A2DA20>,
        <matplotlib.axes.AxesSubplot object at 0x0000000036947EF0>,
        <matplotlib.axes.AxesSubplot object at 0x0000000036B88D68>,
        <matplotlib.axes.AxesSubplot object at 0x0000000036C89710>,
         etc ...
         etc ...
        <matplotlib.axes.AxesSubplot object at 0x00000000520FB978>,
        <matplotlib.axes.AxesSubplot object at 0x00000000521E49E8>]], dtype=object)

我尝试使用数组中的一些列，如下所示：

scatter_matrix(fitbit_data_psql['activity', 'awake', 'asleep'], alpha=0.2, figsize=(6, 6), diagonal='kde')

但是这会出现以下错误，看起来它不能识别列？

KeyError                                  Traceback (most recent call last)
<ipython-input-24-b0afbb6671fc> in <module>()
     29 #scatter_matrix(fitbit_data, alpha=0.2, figsize=(6, 6), diagonal='kde')
     30 #scatter_matrix(fitbit_data[['activity', 'awake', 'asleep']], figsize=(14, 10))
---> 31 scatter_matrix(fitbit_data['activity', 'awake', 'asleep'], alpha=0.2, figsize=(6, 6), diagonal='kde')

C:\Users\bb\Anaconda\lib\site-packages\pandas\core\frame.pyc in __getitem__(self, key)
   1682             return self._getitem_multilevel(key)
   1683         else:
-> 1684             return self._getitem_column(key)
   1685 
   1686     def _getitem_column(self, key):

C:\Users\bb\Anaconda\lib\site-packages\pandas\core\frame.pyc in _getitem_column(self, key)
   1689         # get column
   1690         if self.columns.is_unique:
-> 1691             return self._get_item_cache(key)
   1692 
   1693         # duplicate columns & possible reduce dimensionaility

C:\Users\bb\Anaconda\lib\site-packages\pandas\core\generic.pyc in _get_item_cache(self, item)
   1050         res = cache.get(item)
   1051         if res is None:
-> 1052             values = self._data.get(item)
   1053             res = self._box_item_values(item, values)
   1054             cache[item] = res

C:\Users\bb\Anaconda\lib\site-packages\pandas\core\internals.pyc in get(self, item)
   2535 
   2536             if not isnull(item):
-> 2537                 loc = self.items.get_loc(item)
   2538             else:
   2539                 indexer = np.arange(len(self.items))[isnull(self.items)]

C:\Users\bb\Anaconda\lib\site-packages\pandas\core\index.pyc in get_loc(self, key)
   1154         loc : int if unique index, possibly slice or mask if not
   1155         """
-> 1156         return self._engine.get_loc(_values_from_object(key))
   1157 
   1158     def get_value(self, series, key):

C:\Users\bb\Anaconda\lib\site-packages\pandas\index.pyd in pandas.index.IndexEngine.get_loc (pandas\index.c:3650)()

C:\Users\bb\Anaconda\lib\site-packages\pandas\index.pyd in pandas.index.IndexEngine.get_loc (pandas\index.c:3528)()

C:\Users\bb\Anaconda\lib\site-packages\pandas\hashtable.pyd in pandas.hashtable.PyObjectHashTable.get_item (pandas\hashtable.c:11908)()

C:\Users\bb\Anaconda\lib\site-packages\pandas\hashtable.pyd in pandas.hashtable.PyObjectHashTable.get_item (pandas\hashtable.c:11861)()

KeyError: ('activity', 'awake', 'asleep')

对于我拥有的数组，scatter_matrix的正确用法是什么？

更新了问题：

我刚刚意识到查询结果没有标题行，所以这可能就是为什么scatter_matrix不能正常工作。 scatter_matrix是否与相对列号一起使用？

Answer 1

看起来像pandas.io.sql read_sql有一些额外的参数来获取列标题。我从

更改了read_sql语句

fitbit_data_psql = psql.read_sql(sql, con)

到

fitbit_data_psql = psql.read_sql(sql, con, index_col=None, coerce_float=True)

现在，scatter_matrix图与列名一起显示为数据标签。

如何将sqlite查询数据提供给Pandas scatter_matrix

1 个答案: