如何绘制具有不同颜色的不同变量的简单数据框答案

【问题标题】：How to plot a simple dataframe with different variables with different colors如何绘制具有不同颜色的不同变量的简单数据框
【发布时间】：2020-01-28 09:50:55
【问题描述】：

大家早上好，我的问题是数据框的图形表示。我的数据框类似于下面显示的这个

     Country  Year    average_man      average_woman
0         I1  2015       9.500000           3.663500
1         I1  2016       8.000000           4.810500
2         I2  2015      12.181818           3.514545
3         I2  2016      14.727273           2.815000

我想在一个图表中表示所有报告的信息，但我不知道如何将更多变量分配给同一轴。现在我尝试绘制 average_men 和 country 但我无法为每年的每个点分配不同的颜色。例如 2015 年的蓝色和 2016 年的红色。

我的情节：

我的代码：

plt.scatter(df['average_man'], df['average_woman'], cmap= df['Year'])

plt.show()

预期输出

【问题讨论】：

标签： python dataframe matplotlib plot scatter-plot

【解决方案1】：

你可以试试这个：

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

# Method 1, to plot individual columns
# a scatter plot 
df.plot(kind='scatter',x='average_man',y='average_woman',color='red')
plt.show()

# Method 2, To plot all columns separately
df.plot(subplots=True)
plt.tight_layout()
plt.show()

#Method 3, preferred
data = np.random.rand(10,4)
data[:,0]= np.arange(10)
df = pd.DataFrame(data, columns=["X", "A", "B", "C"])
axis = df.plot(x="X", y="A", kind="bar")
df.plot(x="X", y="B", kind="bar", ax=axis, color="C2")
df.plot(x="X", y="C", kind="bar", ax=axis, color="C3")
plt.show()

【讨论】：

如果我尝试 x='average_man' 和 y='country' 我得到 TypeError: no numeric data to plot
检查df['average_man']和df['average_woman']的数据类型
都是小数
使用df["average_man"] = pd.to_numeric(df["average_man"])更改类型
看看预期的输出

【解决方案2】：

我制作了一本将颜色与国家/地区相关联的字典：

import matplotlib.pyplot as plt
import pandas as pd

# read csv
df = pd.read_csv('test2.txt', delim_whitespace=True)

# find all unique countries, which shall correspond to a color
countries = df['Country'].unique()
custom_colors = ['r','b','g','orange']

# create a dictionary associating a color to a country
col_dict = {country:custom_colors[i] for i, country in enumerate(countries)}

# extend dataframe by new column with country colors
df['country_colors'] = [col_dict[country] for country in df['Country']]


# plot scatteplot while using c= as a container for colors.
# This is what makes scatter special: color argument can be a container
# of many different colors
fig, ax = plt.subplots(figsize=(7,4))

X,Y,col = df['average_man'], df['Country'], df['country_colors']
ax.scatter(X,Y,c=col)

我的代码中的 cmets 应该可以解释一切。但总的想法是找到所有独特的国家，将颜色与所有独特的国家相关联，然后在 DataFrame 中添加一个新列，在正确的位置使用正确的颜色：例如所有带有“I1”的行在数据框中都有颜色“r”。

【讨论】：