循环遍历熊猫数据框时如何在matplotlib散点图中标记数据点？

Question

我有一个包含以下列的 pandas 数据框：

label = ('A' , 'D' , 'K', 'L', 'P')
x = (1 , 4 , 9, 6, 4)
y = (2 , 6 , 5, 8, 9)
plot_id = (1 , 1 , 2, 2, 3)

我想创建 3 个单独的散点图 - 每个人一个 plot_id。因此，第一个散点图应包含 plot_id == 1 以及点 (1,2) 和 (4,6) 的所有条目。每个数据点都应该用label 标记。因此第一个图应该有标签A和B。

我知道我可以使用annotate 来标记，并且我熟悉for 循环。但我不知道如何将两者结合起来。

我希望我可以发布更好的代码 sn-p 到目前为止我所做的 - 但这太糟糕了。这里是：

for i in range(len(df.plot_id)):
    plt.scatter(df.x[i],df.y[i])
    plt.show()

这就是我得到的 - 不幸的是。关于如何进行的任何想法？

Answer 1

更新答案
保存单独的图像文件

def annotate(row, ax):
    ax.annotate(row.label, (row.x, row.y),
                xytext=(10, -5), textcoords='offset points')

for pid, grp in df.groupby('plot_id'):
    ax = grp.plot.scatter('x', 'y')
    grp.apply(annotate, ax=ax, axis=1)
    plt.savefig('{}.png'.format(pid))
    plt.close()

1.png

2.png

3.png

旧答案
对于那些想要这样的东西的人

def annotate(row, ax):
    ax.annotate(row.label, (row.x, row.y),
                xytext=(10, -5), textcoords='offset points')

fig, axes = plt.subplots(df.plot_id.nunique(), 1)
for i, (pid, grp) in enumerate(df.groupby('plot_id')):
    ax = axes[i]
    grp.plot.scatter('x', 'y', ax=ax)
    grp.apply(annotate, ax=ax, axis=1)
fig.tight_layout()

设置

label = ('A' , 'D' , 'K', 'L', 'P')
x = (1 , 4 , 9, 6, 4)
y = (2 , 6 , 5, 8, 9)
plot_id = (1 , 1 , 2, 2, 3)

df = pd.DataFrame(dict(label=label, x=x, y=y, plot_id=plot_id))

Answer 2

这是处理您的问题的简单方法：

zipped = zip(zip(zip(df.x, df.y), df.plot_id), df.label)
# Result : [(((1, 2), 1), 'A'),
#           (((4, 6), 1), 'D'),
#           (((9, 5), 2), 'K'),
#           (((6, 8), 2), 'L'),
#           (((4, 9), 3), 'P')]

要检索位置、绘图索引和标签，您可以循环如下：

for (pos, plot), label in zipped:
    ...
    print pos
    print plot
    print label

现在你可以在你的情况下做什么：

import matplotlib.pyplot as plt

for (pos, plot), label in zipped:
    plt.figure(plot)
    x, y = pos
    plt.scatter(x, y)
    plt.annotate(label, xy=pos)

它将创建与plot_ids 一样多的图形，并为每个图形显示具有相应plot_ids 值的点的散点图。更重要的是它覆盖了每个点的标签。