Question

以下示例返回错误。似乎不支持在Python的ggplot中使用离散（非连续）缩放比例的x轴吗？

import pandas as pd
import ggplot

df = pd.DataFrame.from_dict({'a':['a','b','c'],
                   'percentage':[.1,.2,.3]})

p = ggplot.ggplot(data=df,
                  aesthetics=ggplot.aes(x='a',
                                        y='percentage'))\
    + ggplot.geom_point()

print(p)

如上所述，这将返回：

Traceback (most recent call last):
  File "/Users/me/Library/Preferences/PyCharm2016.1/scratches/scratch_1.py", line 30, in <module>
    print(p)
  File "/Users/me/lib/python3.5/site-packages/ggplot/ggplot.py", line 116, in __repr__
    self.make()
  File "/Users/me/lib/python3.5/site-packages/ggplot/ggplot.py", line 627, in make
    layer.plot(ax, facetgroup, self._aes, **kwargs)
  File "/Users/me/lib/python3.5/site-packages/ggplot/geoms/geom_point.py", line 60, in plot
    ax.scatter(x, y, **params)
  File "/Users/me/lib/python3.5/site-packages/matplotlib/__init__.py", line 1819, in inner
    return func(ax, *args, **kwargs)
  File "/Users/me/lib/python3.5/site-packages/matplotlib/axes/_axes.py", line 3838, in scatter
    x, y, s, c = cbook.delete_masked_points(x, y, s, c)
  File "/Users/me/lib/python3.5/site-packages/matplotlib/cbook.py", line 1848, in delete_masked_points
    raise ValueError("First argument must be a sequence")
ValueError: First argument must be a sequence

在离散比例上使用ggplot散点图的任何变通方法？

Answer 1

一种选择是生成连续系列，并使用原始变量作为标签。但这似乎是一个痛苦的解决方法。

 while (!q.empty()){
            System.out.println(q.Dequeue());

Answer 2

我在尝试绘制数据帧的2列时遇到了同样的错误。我正在从csv文件中读取数据并将其转换为数据帧。

readdata=csv.reader(open(filename),delimiter="\t")
df= pd.DataFrame(data, columns=header)
df.columns=["pulseVoltage","dutVoltage","dutCurrent","leakageCurrent"]
print (df.dtypes)

当我检查数据类型时，由于某种原因，它们被显示为对象而不是我期望的浮动（我是一个新手，这可能是我不知道的琐碎知识）。因此，我继续并将列显式转换为数据类型float。

 df["dutVoltage"]=df["dutVoltage"].astype("float")
 df["dutCurrent"]=df["dutCurrent"].astype("float")

现在我可以使用ggplot绘制数据而不会出现任何错误。

print ggplot(df, aes('dutVoltage','dutCurrent'))+ \
geom_point()

在Python的ggplot中，使用带有geom_point（）的离散X比例？

2 个答案: