在两个 Numpy 数组之间创建 Pandas Dataframe，然后绘制散点图答案

【问题标题】：Creating Pandas Dataframe between two Numpy arrays, then draw scatter plot在两个 Numpy 数组之间创建 Pandas Dataframe，然后绘制散点图
【发布时间】：2015-07-09 02:16:09
【问题描述】：

我对 numpy 和 pandas 比较陌生（我是一名实验物理学家，所以多年来我一直在使用 ROOT……）。 ROOT 中的一个常见图是 2D 散点图，其中给定 x 和 y 值列表，生成一个变量与另一个变量的“热图”类型散点图。

如何用 numpy 和 Pandas 最好地完成这项工作？我正在尝试使用 Dataframe.plot() 函数，但我什至在努力创建数据框。

import numpy as np
import pandas as pd
x = np.random.randn(1,5)
y = np.sin(x)
df = pd.DataFrame(d)

首先，这个数据框的形状为 (1,2)，但我希望它的形状为 (5,2)。如果我能得到正确的数据框形状，我相信我可以找出DataFrame.plot() 函数来绘制我想要的东西。

【问题讨论】：

标签： python numpy pandas scatter

【解决方案1】：

补充，你可以使用pandas Series，但是DataFrame必须已经创建好了。

import numpy as np
import pandas as pd

x = np.linspace(0,2*np.pi)
y = np.sin(x)

#df = pd.DataFrame()
#df['X'] = pd.Series(x)
#df['Y'] = pd.Series(y)

# You can MIX
df = pd.DataFrame({'X':x})
df['Y'] = pd.Series(y) 

df.plot('X', 'Y', kind='scatter')

这是另一种可能有帮助的方法

import numpy as np
import pandas as pd

x = np.linspace(0,2*np.pi)
y = np.sin(x)

df = pd.DataFrame(data=np.column_stack((x,y)),columns=['X','Y'])

另外，我发现karlijn (DatacCamp) 中的示例非常有帮助

import numpy as np
import pandas as pd

TAB = np.array([[''     ,'Col1','Col2'],
                 ['Row1' ,   1  ,   2  ],
                 ['Row2' ,   3  ,   4  ],
                 ['Row3' ,   5 ,   6  ]])

dados = TAB[1:,1:]
linhas = TAB[1:,0]
colunas = TAB[0,1:]

DF = pd.DataFrame(
    data=dados,
    index=linhas,
    columns=colunas
)

print('\nDataFrame:', DF)

【讨论】：

【解决方案2】：

为了做你想做的事，我不会使用 DataFrame 绘图方法。我也是一名前实验物理学家，根据使用 ROOT 的经验，我认为您想要的 Python 模拟最好使用 matplotlib 完成。在 matplotlib.pyplot 中有一个方法 hist2d()，它会为您提供您正在寻找的那种热图。

至于创建数据框，一个简单的方法是：

df=pd.DataFrame({'x':x, 'y':y})

【讨论】：

【解决方案3】：

有多种方法可以创建 DataFrame。给定一维列向量，您可以通过传递一个字典来创建一个 DataFrame，该字典的键是列名，值是一维列向量：

import numpy as np
import pandas as pd
x = np.random.randn(5)
y = np.sin(x)
df = pd.DataFrame({'x':x, 'y':y})
df.plot('x', 'y', kind='scatter')

【讨论】：