假设我有以下数据框作为示例:
import numpy as np
import pandas as pd
df = pd.DataFrame({
'cond': ['A', 'A', 'A', 'A', 'A', 'A', 'A', 'A', 'A', 'B', 'B','B', 'B', 'B', 'B', 'B','B','B'],
'Array': ['S', 'S', 'TT', 'TT','S', 'S', 'TT', 'TT','S', 'S', 'TT', 'TT','S', 'S', 'TT', 'TT','SS','TT'],
'X': [1, 2, 3, 1, 2 , 3, 4, 7.3, 5.1, 3.2, 1.4, 5.5, 9.9, 3.2, 1.1, 3.3, 1.2, 5.4],
'Y': [3.1, 2.2, 2.1, 1.2, 2.4, 1.2, 1.5, 1.33, 1.5, 1.6, 1.4, 1.3, 0.9, 0.78, 1.2, 4.0, 5.0, 6.0],
'Marker': [2.0, 1.2, 1.2, 2.01, 2.55, 2.05, 1.66, 3.2, 3.21, 3.04, 8.01, 9.1, 7.06, 8.1, 7.9, 5.12, 5.23, 5.15],
'Area': [3.0, 2.0, 2.88, 1.33, 2.44, 1.25, 1.53, 1.0, 0.156, 2.0, 2.4, 6.3, 6.9, 9.78, 10.2, 15.0, 16.0, 19.0]
})
print(df)
这会产生一个如下所示的集合:
cond Array X Y Marker Area
0 A S 1.0 3.10 2.00 3.000
1 A S 2.0 2.20 1.20 2.000
2 A TT 3.0 2.10 1.20 2.880
3 A TT 1.0 1.20 2.01 1.330
4 A S 2.0 2.40 2.55 2.440
5 A S 3.0 1.20 2.05 1.250
6 A TT 4.0 1.50 1.66 1.530
7 A TT 7.3 1.33 3.20 1.000
8 A S 5.1 1.50 3.21 0.156
9 B S 3.2 1.60 3.04 2.000
10 B TT 1.4 1.40 8.01 2.400
11 B TT 5.5 1.30 9.10 6.300
12 B S 9.9 0.90 7.06 6.900
13 B S 3.2 0.78 8.10 9.780
14 B TT 1.1 1.20 7.90 10.200
15 B TT 3.3 4.00 5.12 15.000
16 B SS 1.2 5.00 5.23 16.000
17 B TT 5.4 6.00 5.15 19.000
我想做的是绘制两个并排的 X-Y 数据散点图,其中左侧散点图是“cond=A,Array=TT”组合的 X-Y 坐标数据,右侧散点图是“cond=B,Array=S”组合。
这不是我的实际数据集,而是我正在使用的更大数据集的占位符。我知道如何在 python 中制作散点图,但我不确定该怎么做是基于两个标签(cond 和 Array)从本质上提取我想要使用的坐标子集。我知道 iloc 有一种方法,但考虑到我需要处理的实际数据集非常庞大,并且找到这些数字对于更大的数据集来说是一个很大的痛苦,我希望有一种更简单的方法。任何帮助将不胜感激!
最佳答案
给你:
fig,axes = plt.subplots(1,2)
df.loc[df['cond'].eq('A') & df['Array'].eq('TT')].plot.scatter(x='X',y='Y', ax=axes[0])
df.loc[df['cond'].eq('B') & df['Array'].eq('S')].plot.scatter(x='X',y='Y', ax=axes[1])
plt.show()
输出:
更新:我注意到您的数据中有一列 Marker
。因此,如果您想根据 Marker
大小缩放散点图:
fig,axes = plt.subplots(1,2)
ss = [df['cond'].eq('A') & df['Array'].eq('TT'),
df['cond'].eq('B') & df['Array'].eq('S')]
for ax, s in zip(axes, ss):
df.loc[s].plot.scatter(x='X',y='Y', s=df.loc[s,'Marker']*10, ax=ax)
plt.show()
输出:
关于python - 创建数据框子集的散点图,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58773477/