Pandas是被广泛使用的Python数据分析库之一,它提供了丰富的数据处理、统计分析、数据可视化工具。其中,DataFrame.plot.scatter()函数能够绘制散点图,下面详细介绍该函数的使用攻略。
函数介绍
DataFrame.plot.scatter()函数是Pandas DataFrame绘制散点图的一个属性函数,基于matplotlib库提供了快速创建散点图的功能,可以轻松地可视化数据间相关关系。
函数参数:
- x: 横坐标,是字符串或整数,用于指定X轴上的列名,默认是None,使用df的索引
- y: 纵坐标,是字符串或整数,用于指定y轴上的列名,默认是None,使用df的索引
- c: 颜色,是字符串,用于指定颜色的列名,默认是None,颜色可以自动缓存
- s: 散点大小,是数值或命名的Series,用于指定散点的大小,默认是None。
- colormap: 颜色映射,是字符串,用于指定颜色映射名称,默认值为None。
实例说明
下面通过具体的例子来说明DataFrame.plot.scatter()的使用。
数据准备
我们首先先创建一个包含3个变量(X、Y和Z)的数据集,代码如下:
import pandas as pd
import numpy as np
# 随机生成数据
np.random.seed(1000)
data = pd.DataFrame(np.random.randn(100, 3), columns=['X', 'Y', 'Z'])
绘制散点图
接下来我们将绘制一个包含散点图的子图,代码如下:
# 绘制散点图
ax = data.plot.scatter(x='X', y='Y', c='Z', colormap='viridis')
# 设置图形属性
ax.set_title("Scatter Plot of X and Y")
ax.set_xlabel("X")
ax.set_ylabel("Y")
执行后,我们可以看到在matplotlib窗口中生成一个包含散点图的子图,其中X轴表示X变量的取值,y轴表示Y变量的取值,Z变量的取值用颜色来表示。
设置散点图属性
除了上述实例中的设置图形属性外,还可以设置其他属性,比如设置散点的大小和颜色,代码如下:
# 设置散点图大小和颜色
ax = data.plot.scatter(x='X', y='Y', c='Z', colormap='viridis', s=50)
# 设置图形属性
ax.set_title("Scatter Plot of X and Y")
ax.set_xlabel("X")
ax.set_ylabel("Y")
执行后,我们可以看到散点图中的散点大小变大了,颜色映射也更明显了。
总结
DataFrame.plot.scatter()函数能够方便地可视化数据,帮助我们快速地把数据绘制成散点图。在使用中,我们可以通过指定X、Y、Z等变量的取值,对散点图进行基础的设置,也可以通过设置散点的大小和颜色等属性,使得散点更加丰富。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:Pandas散点图 – DataFrame.plot.scatter() - Python技术站