按时间分组的值绘制颜色散点图

Question

我有一个DataFrame dfp，其中的列包括saledate（在DateTime中），days_to_sell（作为int）和price（作为{ {1}}）。使用以下代码，

int

我生成以下图：

这些点由import pandas as pd dfp_week = dfp.groupby(pd.TimeGrouper(key='saledate', freq='W')).mean() fig, ax = plt.subplots() ax.scatter(dfp['saledate'].values, dfp['price']/1000.0, c=dfp['days_to_sell'].values) ax.plot_date(dfp_week.index, dfp_week['price']/1000.0, 'r-') xmin,xmax=plt.xlim() plt.xlim([datetime.datetime(2015,1,1), xmax]) ax.set_xlabel('Date of sale') ax.set_ylabel('Most recent asking price (1,000 euros)') plt.title('Property sales in Amsterdam') fig.autofmt_xdate() 着色，但是有太多的点无法看到数据中的趋势。另一方面，如果我将days_to_sell本身与其每周平均值一起绘制，

days_to_sell

我得到了

显示最近的一个明显的升温＆＃39;房地产市场。我想按照fig2, ax2 = plt.subplots() plt.plot(dfp['saledate'],dfp['days_to_sell'].values,'.') plt.plot_date(dfp_week.index, dfp_week['days_to_sell'].values,'r-') plt.xlabel('Date of sale') plt.ylabel('Days on the market') plt.title('Time to sell') plt.ylim([0,300]) fig2.autofmt_xdate() 的每周平均值，而不是单个值，为图中的所有点着色。我怎么能这样做？