Question

Python初学者/第一张海报。

我在添加颜色条到散点图时遇到麻烦。我有两种类型的绘图：一种显示所有按日期颜色编码的数据，另一种仅显示按日期颜色编码的数据的最大值。在第一种情况下，我可以使用df.index（即日期时间）来制作颜色条，但是在第二种情况下，我将使用df2 ['col']。idxmax来生成颜色，因为我的df2是df我正在用来在数据中生成每日最大值的.groupby对象，它没有可访问的索引。

对于第一种绘图，我已经成功地使用下面的代码生成了基于日期的颜色条，并通过在线示例将它们拼凑在一起：

fig, ax = plt.subplots(1,1, figsize=(20,20))

smap=plt.scatter(df.col1, df.col2, s=140, 
             c=[date2num(i.date()) for i in df.index],
             marker='.')

cb = fig.colorbar(smap, orientation='vertical',
              format=DateFormatter('%d %b %y'))

但是对于第二种情节，我试图使用df2 ['col']。idxmax而不是df.index来创建日期系列，但以下操作无效：

for n in cols1:
    for m in cols2:
        fig, ax = plt.subplots(1,1, figsize=(15,15))

        maxTimes=df2[n].idxmax()
        PlottableTimes=maxTimes.dropna() #some NaNs in the 
        #.idxmax series were giving date2num trouble

        smap2=plt.scatter(df2[n].max(), df2[m].max(),
             s=160, c=[date2num(i.date()) for i in PlottableTimes], 
             marker='.')

        cb2 = fig.colorbar(smap2, orientation='vertical',
                      format=DateFormatter('%d %b %y'))  

        plt.show()

错误是：“ rgba序列的长度应为3或4”

因为错误是在抱怨color参数，所以我分别检查了各个绘图命令中color（即c =）参数的输出，并且两者看起来都与我相似，所以我不知道为什么一种颜色有效，而另一种无效：

一种有效的方法：

[736809.0， 736809.0， 736809.0， 736809.0， 736809.0， 736809.0， 736809.0， 736809.0， 736809.0， 736809.0， ...]

一个不起作用的：

[736845.0， 736846.0， 736847.0， 736848.0， 736849.0， 736850.0， 736851.0， 736852.0， 736853.0， 736854.0， ...]

有什么建议或解释吗？我正在运行python 3.5.2。预先感谢您帮助我理解这一点。

编辑1：我制作了以下示例供其他人探索，在此过程中，问题的症结与我的第一个问题不同。下面的代码按照我想要的方式工作：

df=pd.DataFrame(np.random.randint(low=0, high=10, size=(169, 8)), 
            columns=['a', 'b', 'c', 'd', 'e','f','g','h']) #make sample data
date_rng = pd.date_range(start='1/1/2018', end='1/8/2018', freq='H')
df['i']=date_rng
df = df.set_index('i') #get a datetime index
df['ts']=date_rng #get a datetime column to group by

from pandas import Grouper
df2=df.groupby(Grouper(key='ts', freq='D'))

for n in ['a','b','c','d']: #now make some plots
for m in ['e','f','g','h']:
    print(m)
    print(n)

    fig, ax = plt.subplots(1,1, figsize=(5,5))
    maxTimes=df2[n].idxmax()
    PlottableTimes=maxTimes.dropna()

    smap=plt.scatter(df2[n].max(), df2[m].max(), s=160, 
                     c=[date2num(i.date()) for i in PlottableTimes], 
                     marker='.')
    cb = fig.colorbar(smap, orientation='vertical',
                      format=DateFormatter('%d %b %y'))  
    plt.show()

我的真实数据与本示例之间的唯一区别是，我的真实数据中散布着许多NaN。因此，我认为出了什么问题了，因为'c ='参数不够长，使plotting命令无法将其解释为覆盖整个日期范围...？例如，如果我手动输入c =命令的输出，我将得到以下代码，该代码也可以工作：

for n in ['a','b','c','d']:
    for m in ['e','f','g','h']:
        print(m)
        print(n)

        fig, ax = plt.subplots(1,1, figsize=(5,5))
        maxTimes=df2[n].idxmax()
        PlottableTimes=maxTimes.dropna()

        smap=plt.scatter(df2[n].max(), df2[m].max(), s=160, 
                     c=[736809.0, 736810.0, 736811.0, 736812.0, 736813.0, 736814.0, 736815.0, 736816.0], 
                     marker='.')
        cb = fig.colorbar(smap, orientation='vertical',
                      format=DateFormatter('%d %b %y'))  
        plt.show()

但是，如果我将c =数组缩短一些，以模仿从idxmax删除NaN时代码中发生的情况，则会产生与我看到的相同的错误：

for n in ['a','b','c','d']:
    for m in ['e','f','g','h']:
        print(m)
        print(n)

        fig, ax = plt.subplots(1,1, figsize=(5,5))
        maxTimes=df2[n].idxmax()
        PlottableTimes=maxTimes.dropna()

        smap=plt.scatter(df2[n].max(), df2[m].max(), s=160, 
                     c=[736809.0, 736810.0, 736811.0, 736812.0, 736813.0, 736814.0], 
                     marker='.')
        cb = fig.colorbar(smap, orientation='vertical',
                      format=DateFormatter('%d %b %y'))  
        plt.show()

因此，这意味着真正的问题是：当所有列似乎都无法使用df2.col进行抓取时，如何从groupby对象进行分组之后如何抓取grouper列？我希望能够从以下内容中获取'ts'并将其用作颜色数据，而不是使用idxmax：

df2['a'].max()

ts
2018-01-01    9
2018-01-02    9
2018-01-03    9
2018-01-04    9
2018-01-05    9
2018-01-06    9
2018-01-07    9
2018-01-08    8
Freq: D, Name: a, dtype: int64

Answer 1

从本质上讲，您的 Grouper 调用类似于在日期时间列上建立索引并调用pandas.DataFrame.resample，以指定聚合函数：

df.set_index('ts').resample('D').max()
#             a  b  c  d  e  f  g  h
# ts                                
# 2018-01-01  9  9  8  9  9  9  9  9
# 2018-01-02  9  9  9  9  9  9  9  9
# 2018-01-03  9  9  9  9  9  9  9  9
# 2018-01-04  9  9  9  9  9  9  9  9
# 2018-01-05  9  9  9  9  9  9  9  9
# 2018-01-06  9  9  9  8  9  9  9  9
# 2018-01-07  9  9  9  9  9  9  9  9
# 2018-01-08  2  8  6  3  1  3  2  7

因此，df2['a'].max()的返回是一个Pandas Resampler对象，与Pandas Series非常相似，因此带有index属性，可用于指定彩条：

df['a'].max().index

# DatetimeIndex(['2018-01-01', '2018-01-02', '2018-01-03', '2018-01-04',
#                '2018-01-05', '2018-01-06', '2018-01-07', '2018-01-08'],
#               dtype='datetime64[ns]', name='ts', freq='D')

从那里可以进入date2num，而不列表理解：

date2num(df2['a'].max().index)

# array([736695., 736696., 736697., 736698., 736699., 736700., 736701., 736702.])

总而言之，只需在循环中使用以上内容，而无需 maxTimes 或 PlottableTimes ：

fig, ax = plt.subplots(1, 1, figsize = (5,5))

smap = plt.scatter(df2[n].max(), df2[m].max(), s = 160, 
                   c = date2num(df2[n].max().index), 
                   marker = '.')
cb = fig.colorbar(smap, orientation = 'vertical',
                  format = DateFormatter('%d %b %y'))

如何基于df.idxmax系列制作基于日期的颜色条？

1 个答案: