Pandas散点图 – DataFrame.plot.scatter()

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。