时间戳

首页 > 解决方案 > pandas.plot 参数 c vs s

python - pandas.plot 参数 c vs s

问题描述

我在 python 的机器学习书中有以下代码：

copy_set.plot(kind = "scatter" , x = "longitude" , 
              y = "latitude" , alpha = 0.4 , 
              s = copy_set[ "population" ], 
              label = "population" , figsize=(10,7), 
              c = "median_house_value" , cmap = plt.get_cmap ( "jet" ) )

median_house_value并且population是数据框中的两列copy_set。我不明白为什么s我必须使用参数，copy_set['population']但参数c可以只使用列名median_house_value。当我尝试仅将列名用于参数s时，我收到一条错误消息： 

TypeError: ufunc 'sqrt' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

标签： pythonpandasmatplotlib

解决方案

非常好的问题。df.plot是几个 matplotlib 绘图函数的包装器。对于kind="scatter"matplotlib 的scatter函数将被调用。大多数参数df.plot()首先转换为Series您从相应名称的数据框列中获得的数据。

例如

df.plot(x="lon", y="lat")

将转换为

ax.scatter(x=df["lon"].values, y=df["lat"].values)

剩余的参数被传递给 scatter，因此

df.plot(x="lon", y="lat", some_argument_pandas_doesnt_know=True)

将导致

ax.scatter(x=df["lon"].values, y=df["lat"].values, some_argument_pandas_doesnt_know=True)

因此，虽然 pandas 转换参数x, y, c，但它不会为s. s因此被简单地传递给ax.scatter，但 matplotlib 函数不知道某些字符串的"population"含义。
对于传递给 matplotlib 函数的参数，需要坚持 matplotlib 的签名，并且在s直接提供数据的情况下。

但是请注意，matplotlib 的 scatter 本身也允许使用字符串作为其参数。然而，这需要告诉它应该从哪个数据集中获取它们。这是通过data参数完成的。因此，以下工作正常，并且将是与问题中的 pandas 调用等效的 matplotlib：

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np; np.random.seed(42)

df = pd.DataFrame(np.random.rand(20,2), columns=["lon", "lat"])
df["pop"] = np.random.randint(5,300,size=20)
df["med"] = np.random.rand(20)*1e5

fig, ax = plt.subplots(figsize=(10,7))
sc = ax.scatter(x = "lon", y = "lat", alpha = 0.4, 
                s = "pop", label = "population" , 
                c = "med" , cmap = "jet", data=df)
fig.colorbar(sc, label="med")
ax.set(xlabel="longitude", ylabel="latitude")

plt.show()

最后，您现在可能会问，通过data参数向 matplotlib 提供数据是否同样不可能通过 pandas 包装器传递。不幸的是不是，因为 pandasdata在内部使用作为参数，这样它就不会被传递。因此，您的两个选择是：

  1. s在问题中使用 pandas 并通过参数而不是列名提供数据本身。
  2. 如此处所示使用 matplotlib 并为所有参数使用列名。（或者使用数据本身，这是您在查看 matplotlib 代码时最常看到的。）

推荐阅读