大量数据的散点图

Question

假设我有一个大型数据集（8500000X50）。我想分散情节X（日期）和Y（在某一天拍摄的测量值）。

我只能得到这个：

data_X = data['date_local']
data_Y = data['arithmetic_mean']
data_Y = data_Y.round(1)
data_Y = data_Y.astype(int)
data_X = data_X.astype(int)
sns.regplot(data_X, data_Y, data=data)
plt.show()

根据我在Stackoverflow上发现的某些“相同”问题，我可以对我的数据进行随机播放，或者采用1000个随机值并绘制它们。 但是如何以每个X（采取特定测量的日期）对应于实际（Y测量）的方式实现它。

Answer 1

首先，回答你的问题：

您应该使用pandas.DataFrame.sample从日期框架中获取样本，然后使用regplot，下面是一个使用随机数据的小例子：

import matplotlib.pyplot as plt
import matplotlib.dates as mdates
from datetime import datetime
import numpy as np
import pandas as pd
import seaborn as sns

dates = pd.date_range('20080101', periods=10000, freq="D")
df = pd.DataFrame({"dates": dates, "data": np.random.randn(10000)})

dfSample = df.sample(1000) # This is the importante line
xdataSample, ydataSample = dfSample["dates"], dfSample["data"]

sns.regplot(x=mdates.date2num(xdataSample.astype(datetime)), y=ydataSample) 
plt.show()

在regplot我因为日期时间的类型而在我的X数据中执行转换，请注意这肯定应该不，具体取决于您的数据。

所以，而不是像这样：

你会得到这样的东西：

现在，建议：

使用 docs 中具有kind参数的sns.jointplot：

  

kind：{“scatter”| “reg”| “resid”| “kde”| “hex”}，可选

     

绘制的情节。

我们在这里创建的是类似matplotlib的hist2d所做的，它使用整个数据集创建类似热图的东西。使用随机数据的示例：

dates = pd.date_range('20080101', periods=10000, freq="D")
df = pd.DataFrame({"dates": dates, "data": np.random.randn(10000)})

xdata, ydata = df["dates"], df["data"]
sns.jointplot(x=mdates.date2num(xdata.astype(datetime)), y=ydata, kind="kde")

plt.show()

这会生成此图像，这也有助于查看所需轴上的分布：