使用 pandas 数据框以不同颜色绘制多条线答案

【问题标题】：Plotting multiple lines, in different colors, with pandas dataframe使用 pandas 数据框以不同颜色绘制多条线
【发布时间】：2015-05-27 19:15:51
【问题描述】：

我有一个如下所示的数据框

   color  x   y
0    red  0   0
1    red  1   1
2    red  2   2
3    red  3   3
4    red  4   4
5    red  5   5
6    red  6   6
7    red  7   7
8    red  8   8
9    red  9   9
10  blue  0   0
11  blue  1   1
12  blue  2   4
13  blue  3   9
14  blue  4  16
15  blue  5  25
16  blue  6  36
17  blue  7  49
18  blue  8  64
19  blue  9  81

我最终想要两条线，一条蓝色，一条红色。红线本质上应该是 y=x，蓝线应该是 y=x^2

当我执行以下操作时：

df.plot(x='x', y='y')

输出是这样的：

有没有办法让熊猫知道有两个集合？并对它们进行相应的分组。我希望能够将列 color 指定为集微分器

【问题讨论】：

标签： python pandas plot

【解决方案1】：

最通用的方法是根据color 组绘制不同的颜色。也就是说，我们使用Dataframe.groupby 对颜色进行分组，然后在相关轴上绘制数据。

例如

import numpy as np, pandas as pd, matplotlib.pyplot as plt
n = 1000
xy = np.random.rand(n,  2) + np.random.rand(n)[:, None]
color = np.random.randint(0, 3, size = n)
data = dict(x = xy[:, 0], y = xy[:, 1], color = color)
df = pd.DataFrame(data)

fig, ax = plt.subplots()
for labels, dfi in df.groupby("color"):
    dfi.plot(ax = ax, x = 'x', y = 'y', label = labels)
ax.legend(title = 'color')
fig.show()

【讨论】：

【解决方案2】：

您也可以尝试使用以下代码使用 pandas 数据框绘制不同颜色的多条线。

import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np
from pandas import DataFrame

value1 = [10, 20, 30, 40, 50] 
value2 = [5, 10, 15, 20, 25]
value3 = [8, 9, 10, 15, 20]

results1 = DataFrame({'SAC': value1, 'TD3': value2, 'DDPG': value3})

results1.plot()
plt.legend(loc='lower right')
plt.xlabel("Episode")
plt.ylabel("Rewards")
plt.show()

输出：

【讨论】：

【解决方案3】：

另一种简单的方法是使用pandas.DataFrame.pivot 函数来格式化数据。

使用pandas.DataFrame.plot 进行绘图。如果matplotlib: List of named colors 中存在'color' 列中的颜色，则可以将它们传递给color 参数。

# sample data
df = pd.DataFrame([['red', 0, 0], ['red', 1, 1], ['red', 2, 2], ['red', 3, 3], ['red', 4, 4], ['red', 5, 5], ['red', 6, 6], ['red', 7, 7], ['red', 8, 8], ['red', 9, 9], ['blue', 0, 0], ['blue', 1, 1], ['blue', 2, 4], ['blue', 3, 9], ['blue', 4, 16], ['blue', 5, 25], ['blue', 6, 36], ['blue', 7, 49], ['blue', 8, 64], ['blue', 9, 81]], columns=['color', 'x', 'y'])

# pivot the data into the correct shape
df = df.pivot(index='x', columns='color', values='y')

# display(df)
color  blue  red
x               
0         0    0
1         1    1
2         4    2
3         9    3
4        16    4
5        25    5
6        36    6
7        49    7
8        64    8
9        81    9

# plot the pivoted dataframe; if the column names aren't colors, remove color=df.columns
df.plot(color=df.columns, figsize=(5, 3))

【讨论】：

这更优雅

【解决方案4】：

如果您安装了seaborn，这是一种更简单的方法，不需要您执行pivot：

import seaborn as sns

sns.lineplot(data=df, x='x', y='y', hue='color')

【讨论】：

【解决方案5】：

您可以使用groupby根据颜色将DataFrame分成子组：

for key, grp in df.groupby(['color']):

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

df = pd.read_table('data', sep='\s+')
fig, ax = plt.subplots()

for key, grp in df.groupby(['color']):
    ax = grp.plot(ax=ax, kind='line', x='x', y='y', c=key, label=key)

plt.legend(loc='best')
plt.show()

产量

【讨论】：

无法使解决方案工作，因为我的数据集不是颜色，而参数“c”恰好是绘图线颜色。在 OP 的情况下，这很好，但对其他人来说会失败。如果您删除该参数，这个出色的解决方案也将适用于所有其他数据集。

【解决方案6】：

您可以使用此代码来获得您想要的输出

import pandas as pd
import matplotlib.pyplot as plt
df = pd.DataFrame({'color': ['red','red','red','blue','blue','blue'], 'x': [0,1,2,3,4,5],'y': [0,1,2,9,16,25]})
print df

  color  x   y
0   red  0   0
1   red  1   1
2   red  2   2
3  blue  3   9
4  blue  4  16
5  blue  5  25

绘制图形

a = df.iloc[[i for i in xrange(0,len(df)) if df['x'][i]==df['y'][i]]].plot(x='x',y='y',color = 'red')
df.iloc[[i for i in xrange(0,len(df)) if df['y'][i]== df['x'][i]**2]].plot(x='x',y='y',color = 'blue',ax=a)

plt.show()

输出

【讨论】：