在python中分箱数据（散点图​​）？

Question

我得到了体积（x轴）与Price（dMidP，y轴）散点图的散点图，我想将x轴分成30个均匀间隔的部分并对这些值求平均值，然后绘制平均值值

这是我的数据：

我的代码在这里没有回复我想要的情节：

V_norm = Average_Buy['Volume_norm']
df = pd.DataFrame({'X' : np.log(Average_Buy['Volume_norm']), 'Y' : Average_Buy['dMidP']})  #we build a dataframe from the data
total_bins = 30
bins = np.geomspace(V_norm.min(), V_norm.max(), total_bins)
data_cut = pd.cut(df.X,bins)         
grp = df.groupby(by = data_cut)        #we group the data by the cut
ret = grp.aggregate(np.mean)         #we produce an aggregate representation (median) of each bin
plt.loglog(np.log(Average_Buy['Volume_norm']),Average_Buy['dMidP'],'o')
plt.loglog(ret.X,ret.Y,'r-')

plt.show()

这是我得到的：

我的bin给我回复:(看起来不错）

array([ 0.59101371,  0.64421962,  0.70221538,  0.76543219,  0.83434009,
    0.90945141,  0.99132461,  1.08056843,  1.17784641,  1.28388183,
    1.39946306,  1.52544948,  1.6627778 ,  1.81246908,  1.97563628,
    2.15349259,  2.34736038,  2.55868108,  2.7890259 ,  3.04010746,
    3.3137926 ,  3.61211619,  3.93729631,  4.29175071,  4.67811481,
    5.09926127,  5.55832137,  6.05870826,  6.6041424 ,  7.19867916])

但是，我的data_cut让我回复：

Time  Time
11    0                  NaN
      1                  NaN
      2                  NaN
      3                  NaN
      4                  NaN
      5                  NaN
      6                  NaN
      7                  NaN
      8                  NaN
      9                  NaN
      10      (0.991, 1.081]
      11                 NaN
      12                 NaN
      13                 NaN
      14                 NaN
      15                 NaN
      16                 NaN
      17                 NaN
      18                 NaN
      19                 NaN
      20                 NaN
      21                 NaN
      22                 NaN
      23                 NaN
      24                 NaN
      25                 NaN
      26                 NaN
      27                 NaN
      28                 NaN
      29                 NaN
                   ...      
14    30                 NaN
      31                 NaN
      32                 NaN
      33                 NaN
      34                 NaN
      35                 NaN
      36                 NaN
      37                 NaN
      38                 NaN
      39                 NaN
      40                 NaN
      41                 NaN
      42                 NaN
      43                 NaN
      44                 NaN
      45                 NaN
      46                 NaN
      47                 NaN
      48                 NaN
      49                 NaN
      50                 NaN
      51                 NaN
      52                 NaN
      53                 NaN
      54                 NaN
      55                 NaN
      56                 NaN
      57                 NaN
      58                 NaN
      59                 NaN

Answer 1

您的bins变量不是您想要的。要么将bins从日志空间反向转换回线性空间，要么从线性空间中获取带有日志间距的区域：

bins = np.geomspace(Volume.min(), Volume.max(), total_bins)

编辑：将np.logspace更改为np.geomspace