我有一个以下格式的Pandas DataFrame
name - date - score
A - 1/1/10 - 100
A - 1/2/10 - 200
A - 1/3/10 - 300
B - 1/1/10 - 150
B - 1/2/10 - 400
B - 1/3/10 - 600
我想创建一个散景图,在x轴上有日期,在y轴上有分数,每个名称有一个单独的行+颜色。我正在使用Jupyter笔记本电脑。
这里有一些测试数据,虽然我想得到的东西适用于名字中任意数量的/值,而不仅仅是A和B.
import pandas as pd
import datetime
test_data = {'name':['A','A','A','B','B','B'],
'date':[datetime.date(2010,1,1),
datetime.date(2010,2,1),
datetime.date(2010,3,1),
datetime.date(2010,1,1),
datetime.date(2010,2,1),
datetime.date(2010,3,1),],
'score':[100,200,300,150,400,600]}
plot_df = pd.DataFrame(test_data)
使用Seaborn,我会这样做。
import seaborn as sns
ax = sns.lineplot(data=plot_df, x='date',y='score',hue='name')
我想知道使用Bokeh做同样事情的最有效方法吗?
我可以像这样策划一个单独的球员。
import bokeh.plotting as bp
bp.output_notebook()
filtered_df = plot_df[plot_df.player == 'A'].sort_values(by=['date'])
plot_ds = bp.ColumnDataSource(filtered_df)
plot = bp.figure()
plot.line('date','score',source=plot_ds)
bp.show(plot)
我想知道如何让这个工作任意数量的不同名称。同样,我需要它对不同名称数量的变化具有鲁棒性。
我想我应该以某种方式使用颜色映射器,但我对我如何合并它感到困惑?我还看到另一个答案here硬编码变量 - >颜色映射,并试图想出最简单的推广方法。
编辑 - 多线图表还需要每个名称的图例,类似于Seaborn示例。
下一步是让它工作,以便您可以使用滑块+单选按钮动态更改名称和日期范围,但我想让这个更简单的情节首先工作。这就是为什么我不只是坚持使用Seaborn。
也许是这样的(对于Bokeh 1.1.0):
import pandas as pd
import datetime
import bokeh.plotting as bp
from bokeh.palettes import Category10
test_data = {'name': ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],
'date': [datetime.date(2010, 1, 1),
datetime.date(2010, 2, 1),
datetime.date(2010, 3, 1),
datetime.date(2010, 1, 1),
datetime.date(2010, 2, 1),
datetime.date(2010, 3, 1),
datetime.date(2010, 1, 1),
datetime.date(2010, 2, 1),
datetime.date(2010, 3, 1), ],
'score': [100, 200, 300, 150, 400, 600, 150, 250, 400]}
plot_df = pd.DataFrame(test_data)
gby = plot_df.groupby('name')
names = list(gby.groups.keys())
palette = Category10[len(names)]
plot_df['color'] = [palette[names.index(x)] for i, sdf in gby for x in sdf['name']]
plot = bp.figure(x_axis_type = 'datetime')
gby.apply(lambda d: plot.line('date', 'score', line_color = d['color'].unique()[0], line_width = 3, legend = d['name'].unique()[0], source = d))
bp.show(plot)
或使用multi_line
:
import pandas as pd
import datetime
import bokeh.plotting as bp
from bokeh.palettes import Category10
from bokeh.models import ColumnDataSource
test_data = {'name': ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],
'date': [datetime.date(2010, 1, 1),
datetime.date(2010, 2, 1),
datetime.date(2010, 3, 1),
datetime.date(2010, 1, 1),
datetime.date(2010, 2, 1),
datetime.date(2010, 3, 1),
datetime.date(2010, 1, 1),
datetime.date(2010, 2, 1),
datetime.date(2010, 3, 1), ],
'score': [100, 200, 300, 150, 400, 600, 150, 250, 400]}
plot_df = pd.DataFrame(test_data)
gby = plot_df.groupby('name')
plot = bp.figure(x_axis_type = 'datetime')
x = [list(sdf['date']) for i, sdf in gby]
y = [list(sdf['score']) for i, sdf in gby]
source = ColumnDataSource(dict( x = x,
y = y,
legend = plot_df['name'].unique(),
color = Category10[len(plot_df['name'].unique())]))
plot.multi_line('x', 'y', legend = 'legend', line_color = 'color', line_width = 3, source = source)
bp.show(plot)
结果(两个选项):