Python的初学者/这里首款海报。
我遇到麻烦加彩条散点图。我有两个的情节类型:按日期一个显示日期的所有数据颜色编码,以及一个显示只是我的最大数据值颜色编码。在第一种情况下,我可以使用df.index(这是日期时间),使我的彩条,而在第二种情况下,我使用DF2 [“关口”。idxmax生成的颜色,因为我DF2是DF .groupby反对我使用生成我的数据每天的最大值其中,它不具有可访问的索引。
对于第一类的情节,我已经成功地创造了用下面的代码,从网上的例子拼凑了一个基于日期的彩条:
fig, ax = plt.subplots(1,1, figsize=(20,20))
smap=plt.scatter(df.col1, df.col2, s=140,
c=[date2num(i.date()) for i in df.index],
marker='.')
cb = fig.colorbar(smap, orientation='vertical',
format=DateFormatter('%d %b %y'))
但对于第二类的情节,在这里我想使用DF2 [“关口”]的idxmax创建枣系列,而不是df.index,下面不工作:
for n in cols1:
for m in cols2:
fig, ax = plt.subplots(1,1, figsize=(15,15))
maxTimes=df2[n].idxmax()
PlottableTimes=maxTimes.dropna() #some NaNs in the
#.idxmax series were giving date2num trouble
smap2=plt.scatter(df2[n].max(), df2[m].max(),
s=160, c=[date2num(i.date()) for i in PlottableTimes],
marker='.')
cb2 = fig.colorbar(smap2, orientation='vertical',
format=DateFormatter('%d %b %y'))
plt.show()
错误是:“RGBA序列的长度应该是3或4”
由于错误抱怨色彩的说法,我分别检查了色的输出(即C =)参数在各标绘命令,都类似于我,所以我想不通为什么一个颜色参数工程和其他没有:
一个工程:
[736809.0, 736809.0, 736809.0, 736809.0, 736809.0, 736809.0, 736809.0, 736809.0, 736809.0, 736809.0, ...]
一个不工作:
[736845.0, 736846.0, 736847.0, 736848.0, 736849.0, 736850.0, 736851.0, 736852.0, 736853.0, 736854.0, ...]
任何建议或解释?我跑python的3.5.2。预先感谢您帮助我理解这一点。
编辑1:我做了下面的例子为他人探讨,并在此过程中实现了问题的关键是比我的第一个问题不同。下面的代码工作我希望它的方式:
df=pd.DataFrame(np.random.randint(low=0, high=10, size=(169, 8)),
columns=['a', 'b', 'c', 'd', 'e','f','g','h']) #make sample data
date_rng = pd.date_range(start='1/1/2018', end='1/8/2018', freq='H')
df['i']=date_rng
df = df.set_index('i') #get a datetime index
df['ts']=date_rng #get a datetime column to group by
from pandas import Grouper
df2=df.groupby(Grouper(key='ts', freq='D'))
for n in ['a','b','c','d']: #now make some plots
for m in ['e','f','g','h']:
print(m)
print(n)
fig, ax = plt.subplots(1,1, figsize=(5,5))
maxTimes=df2[n].idxmax()
PlottableTimes=maxTimes.dropna()
smap=plt.scatter(df2[n].max(), df2[m].max(), s=160,
c=[date2num(i.date()) for i in PlottableTimes],
marker='.')
cb = fig.colorbar(smap, orientation='vertical',
format=DateFormatter('%d %b %y'))
plt.show()
我的实际数据和这个例子之间的唯一区别是,我的真实数据在整个分散在许多NaN的。所以,我觉得什么错误是,“C =”的说法是不足够长的绘图命令将其解释为覆盖整个日期范围...?例如,如果我手动把在c =命令的输出,得到类似如下代码也可以工作:
for n in ['a','b','c','d']:
for m in ['e','f','g','h']:
print(m)
print(n)
fig, ax = plt.subplots(1,1, figsize=(5,5))
maxTimes=df2[n].idxmax()
PlottableTimes=maxTimes.dropna()
smap=plt.scatter(df2[n].max(), df2[m].max(), s=160,
c=[736809.0, 736810.0, 736811.0, 736812.0, 736813.0, 736814.0, 736815.0, 736816.0],
marker='.')
cb = fig.colorbar(smap, orientation='vertical',
format=DateFormatter('%d %b %y'))
plt.show()
但是,如果我缩短了C =阵列一定量,模拟什么是我的代码发生时,NaN是正从idxmax下降,它让我看到了同样的错误:
for n in ['a','b','c','d']:
for m in ['e','f','g','h']:
print(m)
print(n)
fig, ax = plt.subplots(1,1, figsize=(5,5))
maxTimes=df2[n].idxmax()
PlottableTimes=maxTimes.dropna()
smap=plt.scatter(df2[n].max(), df2[m].max(), s=160,
c=[736809.0, 736810.0, 736811.0, 736812.0, 736813.0, 736814.0],
marker='.')
cb = fig.colorbar(smap, orientation='vertical',
format=DateFormatter('%d %b %y'))
plt.show()
因此,这意味着真正的问题是:如何从GROUPBY对象分组后抢石斑鱼列,当没有任何列似乎抓斗能与df2.col?我想可以从以下抢“TS”,并用它为彩色数据,而不是使用idxmax:
df2['a'].max()
ts
2018-01-01 9
2018-01-02 9
2018-01-03 9
2018-01-04 9
2018-01-05 9
2018-01-06 9
2018-01-07 9
2018-01-08 8
Freq: D, Name: a, dtype: int64
从本质上讲,你的石斑鱼调用类似于索引上的日期时间列和callingpandas.DataFrame.resample
指定聚合函数:
df.set_index('ts').resample('D').max()
# a b c d e f g h
# ts
# 2018-01-01 9 9 8 9 9 9 9 9
# 2018-01-02 9 9 9 9 9 9 9 9
# 2018-01-03 9 9 9 9 9 9 9 9
# 2018-01-04 9 9 9 9 9 9 9 9
# 2018-01-05 9 9 9 9 9 9 9 9
# 2018-01-06 9 9 9 8 9 9 9 9
# 2018-01-07 9 9 9 9 9 9 9 9
# 2018-01-08 2 8 6 3 1 3 2 7
因此,df2['a'].max()
的回报是一个熊猫重采样对象,非常类似于熊猫系列,因此携带,你可以使用彩条样式的刻度属性:
df['a'].max().index
# DatetimeIndex(['2018-01-01', '2018-01-02', '2018-01-03', '2018-01-04',
# '2018-01-05', '2018-01-06', '2018-01-07', '2018-01-08'],
# dtype='datetime64[ns]', name='ts', freq='D')
从那里,你可以进入date2num
没有列表理解:
date2num(df2['a'].max().index)
# array([736695., 736696., 736697., 736698., 736699., 736700., 736701., 736702.])
总之,只要在上述循环使用,而无需maxTimes或PlottableTimes:
fig, ax = plt.subplots(1, 1, figsize = (5,5))
smap = plt.scatter(df2[n].max(), df2[m].max(), s = 160,
c = date2num(df2[n].max().index),
marker = '.')
cb = fig.colorbar(smap, orientation = 'vertical',
format = DateFormatter('%d %b %y'))