循环中的散点图仅绘制第一次迭代答案

【问题标题】：Scatter plot in a loop only plots the first iteration循环中的散点图仅绘制第一次迭代
【发布时间】：2017-10-29 07:04:49
【问题描述】：

我试图通过有几个子图并迭代剩余的类别来在散点图中绘制几个不同的东西，但这些图只显示第一次迭代而不会引发任何错误。为了澄清起见，以下是数据实际外观的示例：

          a kind state property   T
0  0.905618    I   dry    prop1  10
1  0.050311    I   wet    prop1  20
2  0.933696   II   dry    prop1  30
3  0.114824  III   wet    prop1  40
4  0.942719   IV   dry    prop1  50
5  0.276627   II   wet    prop2  10
6  0.612303  III   dry    prop2  20
7  0.803451   IV   wet    prop2  30
8  0.257816   II   dry    prop2  40
9  0.122468   IV   wet    prop2  50

这就是我生成示例的方式：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from matplotlib import gridspec

kinds = ['I','II','III','IV']
states = ['dry','wet']
props = ['prop1','prop2']
T = [10,20,30,40,50]
a = np.random.rand(10)
k = ['I','I','II','III','IV','II','III','IV','II','IV']
s = ['dry','wet','dry','wet','dry','wet','dry','wet','dry','wet']
p = ['prop1','prop1','prop1','prop1','prop1','prop2','prop2','prop2','prop2','prop2']
t = [10,20,30,40,50,10,20,30,40,50]
df = pd.DataFrame(index=range(10),columns=['a','kind','state','property','T'])
df['a']=a
df['kind']=k
df['state']=s
df['property']=p
df['T']=t
print df

接下来，我将生成 2 行 2 列的子图，以显示 property1 和 property2 在湿态和干态下的变化。所以我基本上把我的数据框分成几个更小的像这样的：

first = df[(df['state']=='dry')&(df['property']=='prop1')]
second = df[(df['state']=='wet')&(df['property']=='prop1')]
third = df[(df['state']=='dry')&(df['property']=='prop2')]
fourth = df[(df['state']=='wet')&(df['property']=='prop2')]
dfs = [first,second,third,fourth]

在每个指定特定实验室条件的子图中，我想针对不同类型的样本绘制a 与T 的值。为了区分样本的种类，我为它们分配了不同的颜色和标记。所以这是我的绘图脚本：

fig = plt.figure(figsize=(8,8.5))
gs = gridspec.GridSpec(2,2, hspace=0.4, wspace=0.3)
colours = ['r','b','g','gold'] 
symbols = ['v','v','^','^']
titles=['dry 1','wet 1','dry 2','wet 2']
for no, df in enumerate(dfs):
    ax = fig.add_subplot(gs[no])
    for i, r in enumerate(kinds):
        #print i, r
        df = df[df['kind']==r]
        c = colours[i]
        m = symbols[i]
        plt.scatter(df['T'],df['a'],c=c,s=50.0, marker=m, edgecolor='k')

    ax = plt.xlabel('T')
    ax = plt.xticks(T)
    ax = plt.ylabel('A')
    ax = plt.title(titles[no],fontsize=12,alpha=0.75)
plt.show()

但结果只绘制了第一次迭代，在这种情况下，I 用红色三角形表示。如果我从迭代列表中删除第一项，它只会绘制第一个变量（蓝色三角形中的种类 II）。

我做错了什么？ 该图看起来像这样，但我希望每个子图相应地填充红色和蓝色以及绿色和金色标记。

（请注意，我的真实数据也会发生这种情况，因此问题不应该出在我生成示例的方式上。）

【问题讨论】：

你应该在你的问题中写下这条评论，编辑它，而不是把它作为评论发布。
我认为您的问题出在这一行：df = df[df['kind']==r]。它在内部for 循环内，这意味着外部for 循环的原始df 被覆盖。尝试将其重命名为，例如df2 = df[df['kind']==r] 和 plt.scatter(df2['T'],df2['a'],c=c,s=50.0, marker=m, edgecolor='k').

标签： python matplotlib scatter

【解决方案1】：

您的问题在于内部 for 循环。通过编写df = df[df['kind']==r]，您将原来的df 替换为过滤为I 的版本。然后，在循环的下一次迭代中，您将过滤II，没有找到更多数据。因此，您也不会收到错误消息，因为代码在其他方面是“正确的”。如果你像这样重写相关的代码：

for no, df in enumerate(dfs):
    ax = fig.add_subplot(gs[no])
    for i, r in enumerate(kinds):
        #print i, r
        df2 = df[df['kind']==r]
        c = colours[i]
        m = symbols[i]
        plt.scatter(df2['T'],df2['a'],c=c,s=50.0, marker=m, edgecolor='k')

    ax = plt.xlabel('T')
    ax = plt.xticks(T)
    ax = plt.ylabel('A')
    ax = plt.title(titles[no],fontsize=12,alpha=0.75)

它应该可以正常工作。在Python 3.5 上测试。

【讨论】：