从列值显示散点图标题

Question

我正在使用我的数据框示例中的回归制作自动散点图

我想通过 Column1 在单独的散点图组中将 Column2 与 Column3 以及 Column2 与 Column4 关联起来。例如，Column2 到 Column3 会有 3 个散点图，每个散点图的标题分别为 A、B 和 C

对于绘图我使用熊猫散点图例如：

df.groupby('Column1').plot.scatter(x='Column2',y='Column3')

散点图正好返回 3 个图，但我想知道如何根据 Column1 的分组添加图表标题以及如何添加回归线。我还没有使用 seaborn 或 matplotlib，因为这对我来说很困惑，所以如果你能解释更多，我很感激:))

编辑 1

抱歉之前没有说清楚。我的代码以前运行良好，但输出如下。

没关系，但很难看哪个情节属于哪个组。因此我的意图是创造这样的东西

编辑 2

向所有热心帮助的人致敬。凯娜特别帮了我很多，也对他大喊大叫。

这是他根据评论的几个补充写的代码。

fig, axes = plt.subplots(1, df.Column1.nunique(), figsize=(12,8))

groups = df.groupby('Column1')
fig.tight_layout(pad=3)

# If `fig.tight_layout(pad=3)` does not work:
# plt.subplots_adjust(wspace=0.5) 

for i, (gname, gdata) in enumerate(groups):
    sns.regplot(x='Column2', y='Column3', data=gdata, ax=axes[i])
    axes[i].set_title(gname)
    axes[i].set_ylim(0,)

这是我的结果图

标题和轴工作得很好。由于我得到了剧情的帮助，因此可以认为该线程已关闭。

但正如您所看到的，底部图的显示很奇怪，因为它还显示了从 0 到 600 的 x 轴和从 0 到 25 的 y，尽管它们都应该具有相同的 y 轴格式。对于另一个图表，它们也被水平拉伸。

我正在尝试使用 here 方法，但使用参数 square 或 equal 并没有真正成功

我可以进一步询问如何调整轴以使绘图成为正方形吗？谢谢！

Answer 1

您可以遍历您的组，指定标题：

fig, axes = plt.subplots(1, df.Column1.nunique(), figsize=(12,8))

groups = df.groupby('Column1')

for i, (gname, gdata) in enumerate(groups):
    sns.regplot(x='Column2', y='Column3', data=gdata, ax=axes[i]).set_title(gname)

你也可以直接使用seaborn.FacetGrid：

g = sns.FacetGrid(df, col='Column1')
g.map(sns.regplot, 'Column2', 'Column2')

---

编辑（根据 cmets 中的新要求进一步定制）：

fig, axes = plt.subplots(1, df.Column1.nunique(), figsize=(12,8))

groups = df.groupby('Column1')
fig.tight_layout(pad=3)

# If `fig.tight_layout(pad=3)` does not work:
# plt.subplots_adjust(wspace=0.5) 

for i, (gname, gdata) in enumerate(groups):
    sns.regplot(x='Column2', y='Column3', data=gdata, ax=axes[i])
    axes[i].set_title(gname)
    axes[i].set_ylim(0,)

Answer 2

这就是我所做的。你可以试试这样的。

fig, axes = plt.subplots(ncols=3,figsize=(12,6))
plt.subplots_adjust(wspace=0.5, hspace=0.3)
df.groupby('Column1').plot.scatter(x='Column2',y='Column3',color="DarkBlue",ax=axes[0])
axes[0].set_title("A")
df.groupby('Column1').plot.scatter(x='Column2',y='Column3',color="DarkBlue",ax=axes[1])
axes[1].set_title("B")
df.groupby('Column1').plot.scatter(x='Column2',y='Column3',color="DarkBlue",ax=axes[2])
axes[2].set_title("C")
plt.show()

这个的输出是：

如果您想垂直查看答案，请将 ncols 更改为 nrows 并修复 figsize。

fig, axes = plt.subplots(nrows=3,figsize=(3,12))
plt.subplots_adjust(wspace=0.2, hspace=.5)
df.groupby('Column1').plot.scatter(x='Column2',y='Column3',color="DarkBlue",ax=axes[0])
axes[0].set_title("A")
df.groupby('Column1').plot.scatter(x='Column2',y='Column3',color="DarkBlue",ax=axes[1])
axes[1].set_title("B")
df.groupby('Column1').plot.scatter(x='Column2',y='Column3',color="DarkBlue",ax=axes[2])
axes[2].set_title("C")
plt.show()

这会给你：

Answer 3

您还可以使用 seaborn 内置功能。如果您想查看相关性，您可以执行df.corr()。

import seaborn as sns
sns.heatmap(df.corr(),annot=True) # This is HeatMap

您也可以使用pairplot。

sns.set_style('whitegrid')
sns.set(rc={'figure.figsize':(13.7,10.27)})
sns.set(font_scale=1.3)
sns.set_palette("cubehelix",8)
sns.pairplot(df)