将 Pandas 数据框的直方图转换为散点图

Question

我有一个直方图：

# Lets load a dataset of house prices in Boston. 
from sklearn.datasets import load_diabetes
#sklearn gives you the data as a dictionary, so 
diabetes = load_diabetes(as_frame=True)
data = diabetes['frame']
import matplotlib.pyplot as plt
%matplotlib inline
bmi_hist = plt.hist(data['bmi'], density=False)
bmi_hist = plt.ylabel("Frequency")
bmi_hist = plt.xlabel("Normalized BMI")
bp_hist = plt.hist(data['bp'], density=False)
bp_hist = plt.ylabel("Frequency")
bp_hist = plt.xlabel("Normalized BP")

这是上图中两列的直方图。 我想在散点图中比较这两者。我的尝试并不是很成功，因为我知道我需要一个 X 和一个 Y 来绘制。 我以为我会使用与直方图相同的轴：

y_bmi = data['bmi'].value_counts() # frequency
x_bmi = data['bmi'] # normalized value
ax1 = df.plot.scatter(x = x_bmi, y= y_bmi, c='DarkBlue')

但这只能在“数据帧”上使用，所以我必须将 bmi 列的值重复到新的数据帧中吗？还是有更简单的方法？

我们将不胜感激。 非常感谢。

Answer 1

type(data['bmi'].value_counts())
# pandas.core.series.Series

如上所示，您需要将pandas Series 转换为DataFrame，如下所示：

from sklearn.datasets import load_diabetes
import matplotlib.pyplot as plt
import pandas as pd

%matplotlib inline

diabetes = load_diabetes(as_frame=True)
data = diabetes['frame']

pnd_srs = data['bmi'].value_counts()

df = pd.DataFrame({'normalized':pnd_srs.index, 'frequency':pnd_srs.values})

plt.scatter(x = df['normalized'] , y = df['frequency'] , c='DarkBlue')

plt.show()

输出：

编辑：根据您对评论的要求，如果您想按性别散布颜色变化，您可以试试这个：

import numpy as np
cdict = {'male': 'red', 'female': 'blue'}

fig, ax = plt.subplots()
for g in np.unique(data['sex']):
    sex = 'male' if g < 0 else 'female'
    ix = np.where(data['sex'] == g)
    ax.scatter(data['bmi'].iloc[ix].value_counts().index, 
               data['bmi'].iloc[ix].value_counts().values,
               c = cdict[sex], label = sex)
ax.legend()
plt.show()

输出：