Question

过去30分钟，这让我很烦恼。我想做的是按类别分散情节。我看了一下文档，但是我还没有找到答案。我看了here，但是当我在iPython Notebook中运行时，我什么都没得到。

这是我的数据框：

time    cpu   wait    category 
8       1     0.5     a 
9       2     0.2     a
2       3     0.1     b
10      4     0.7     c
3       5     0.2     c
5       6     0.8     b

理想情况下，我想要一个散点图，在x轴上显示CPU，在y轴上等待，图中的每个点都按类别区分。因此，例如，如果a =红色，b =蓝色，c =绿色，则点（1,0.5）和（2,0.2）应为红色，（3,0.1）和（6,0.8）应为蓝色等。

我如何用熊猫做到这一点？还是matplotlib？无论哪个工作。

Answer 1

你可以做到

color_map = {'a': 'r', 'b': 'b', 'c': 'y'}
ax = plt.subplot()
x, y = df.cpu, df.wait
colors = df.category.map(color_map)
ax.scatter(x, y, color=colors)

这会给你红色的a类，蓝色的b，黄色的c。因此，您可以通过与数组长度相同的颜色别名列表。您可以在此处查看无数可用颜色：http://matplotlib.org/api/colors_api.html。我不认为绘图方法对于散点图非常有用。

Answer 2

这与@JoeCondron的答案基本相同，但是两个班轮：

cmap = {'a': 'red', 'b': 'blue', 'c': 'yellow'}
df.plot(x='cpu', y='wait', kind='scatter', 
        colors=[cmap.get(c, 'black') for c in df.category])

如果没有为该类别映射颜色，则默认为黑色。

编辑：

以上适用于Pandas 0.14.1。对于0.16.2，'colors'需要更改为'c'：

df.plot(x='cpu', y='wait', kind='scatter', 
    c=[cmap.get(c, 'black') for c in df.category])

Answer 3

我会根据类别创建一个包含颜色的列，然后执行以下操作，其中ax是matplotlib ax，df是您的数据帧：

ax.scatter(df['cpu'], df['wait'], marker = '.', c = df['colors'], s = 100)

大熊猫

3 个答案: