python - 如何绘制 Pandas 列的散点子图

Question

假设我有一个包含 100 行和 40 列的数据框，其中第 40 列表示散点图的 Y 轴值。对于 39 个散点图，我想根据第 1 列的函数绘制第 40 列，根据第 2 列的函数绘制第 40 列，根据第 3 列的函数绘制第 40 列，等等，直到第 40 列作为第 39 列的函数。什么是最好的无需手动完成所有操作即可生成这样的子图的方法？

例如(使用较小的数据框)，尝试散点图第 3 列作为第 1 列的函数，第 3 列作为子图中第 2 列的函数。

df = pd.DataFrame({'AAA' : [4,5,6,7], 'BBB' : [10,20,30,40],'CCC' : [100,50,-30,-50]})
df.plot(x=["AAA", "BBB"], y=["CCC"], kind="scatter", subplots=True, sharey=True)

Answer 1

一种方法是在外部创建子图并遍历列名，为每个子图创建一个图。

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({'AAA' : [4,5,6,7], 'BBB' : [10,20,30,40],'CCC' : [100,50,-30,-50]})

fig, axes = plt.subplots(1,len(df.columns.values)-1, sharey=True)

for i, col in enumerate(df.columns.values[:-1]):
    df.plot(x=[col], y=["CCC"], kind="scatter", ax=axes[i])

plt.show()

---

另一种可能适用于 pandas 0.19 的方法是使用 subplots 参数。根据the documentation

subplots : boolean, default False
Make separate subplots for each column

我对此进行了解释，因此以下内容应该有效，但是，我无法对其进行测试。

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({'AAA' : [4,5,6,7], 'BBB' : [10,20,30,40],'CCC' : [100,50,-30,-50]})

df.plot(x=df.columns.values[:-1], y=["CCC" for _ in df.columns.values[:-1]], 
                            kind="scatter", subplots=True, sharey=True)
plt.show()