Question

我现在认为对于散点图，您可以编写类似

的内容

<?xml version="1.0" encoding="UTF-8"?>
<Context allowCasualMultipartParsing="true">
</Context>

假设df.iplot(kind='scatter', x='myX',y='myY',categories='myGroup')是包含这些变量的数据框。但是，如果我改为

，这将无效

df

它将以散点图结束。是否在框图中不支持df.iplot(kind='box', x='myX',y='myY',categories='myGroup')设置，或者我错过了什么？

Answer 1

我也在寻找那个解决方案，但找不到任何帮助。但我能找到一个黑客;例如，在来自kaggle的流行泰坦尼克数据集的情况下。乘客班的年龄框图：

import cufflinks as cf
cf.go_offline()

box_age = train[['Pclass', 'Age']]
box_age.pivot(columns='Pclass', values='Age').iplot(kind='box')

您可以一步完成但两步（或通过将数据透视表存储在对象中三步），步骤代码看起来很干净。所以第二步我转动数据。因此，每行将有1个非null 值。 iplot可以处理空值。我用seaborn和iplot测试了给我相同的答案。所以它可靠。如果你想尝试两者。这是seaborn代码：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline

plt.figure(figsize=(12, 7))
sns.boxplot(x='Pclass', y='Age', data=train, palette='winter')

注意：我正在使用Jupyter Notebook，这就是%matplotlib inline

的原因

Answer 2

您可以使用数据透视表来解决您的问题

train[['Pclass', 'Age']].pivot(columns='Pclass', values='Age').iplot(kind='box')

上面的代码将首先创建一个数据透视表，并为表中存在的每一列构建一个箱线图

使用plotly和cufflinks获得分组框图的任何简单方法？

2 个答案: