Question

我从较旧的帖子中看到了这种方法，但无法得到我想要的情节。

开始

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]))

散点图

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

然后定义一个函数来迭代行以注释

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

最后申请获取注释

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

不知怎的，我只是得到一个系列ab而不是我想要的散点图。哪里错了？谢谢！

Answer 1

您的代码有效，最后只需要plt.show（）。

您的完整代码：

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]))

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')

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

plt.show()

Answer 2

看起来这不再适用了，但解决方法很简单：将row.values从numpy.ndarray转换为list：
list(row.values)

在pandas散点图中注释标签

2 个答案: