我有一个带有2级多索引的数据框df
。我想要一个散点图,在x轴上具有0级,在y轴上具有1级,并且满足条件的所有组合都具有散点,例如在特定列'col'
中具有非零值。
import matplotlib.pyplot as plt
from itertools import product
import numpy as np
lengths = [3, 2]
df_index = pd.MultiIndex.from_product([list(product([-1,1], repeat=li)) for li in lengths], names=['level1', 'level2'])
df_cols = ['cols']
df = pd.DataFrame([[0.] * len(df_cols)] * len(df_index), index=df_index, columns=df_cols)
df['cols'] = np.random.randint(0, 2, size = len(df))
df
产生以下形式的数据框
cols
level1 level2
(-1, -1, -1) (-1, -1) 0
(-1, 1) 0
(1, -1) 0
(1, 1) 0
(-1, -1, 1) (-1, -1) 1
(-1, 1) 0
(1, -1) 1
(1, 1) 1
(-1, 1, -1) (-1, -1) 0
(-1, 1) 0
(1, -1) 0
(1, 1) 0
(-1, 1, 1) (-1, -1) 0
(-1, 1) 0
(1, -1) 1
(1, 1) 0
(1, -1, -1) (-1, -1) 0
(-1, 1) 0
(1, -1) 1
(1, 1) 1
(1, -1, 1) (-1, -1) 0
(-1, 1) 1
(1, -1) 1
(1, 1) 0
...
现在,我想要一个散点图,在x轴上具有level1索引,在y轴上具有level2索引,以便对于每个具有cols(x,y)的(x,y)!= 0,都有一个点。
答案 0 :(得分:1)
让我们首先创建一个具有2级Multiindex的示例数据框:
import pandas as pd
import numpy as np
iterables = [[1, 2, 3, 4], [0,1, 2, 3, 4,5]]
my_multiindex=pd.MultiIndex.from_product(iterables, names=['first', 'second'])
series1 = pd.Series(np.random.randn(24), index=my_multiindex)
series2 = pd.Series(np.random.randn(24), index=my_multiindex)
df=pd.DataFrame({'col1':series1,'col2':series2})
现在,让我们获取满足给定条件的索引值:
index_values=df[df.col1<0].index.values
然后我们将x
和y
坐标分开:
xs=[a[0] for a in index_values]
ys=[a[1] for a in index_values]
然后我们绘制:
from matplotlib import pyplot as plt
plt.scatter(xs,ys)
如果希望散点的大小反映实际值,则可以使用:
column_values=abs(df[df.col1<0].col1.values)
plt.scatter(xs,ys,s=column_values*10)
编辑以反映已编辑的问题:
您只需要将xs
和ys
转换为字符串。我还使用了一个大数字,以使轴刻度标签不会重叠:
plt.figure(figsize=(10,10))
plt.scatter([str(a) for a in xs],[str(a) for a in ys])