Python pandas.DataFrame.plot.scatter用法及代码示例

用法:
DataFrame.plot.scatter(x, y, s=None, c=None, **kwargs)

创建具有不同标记点大小和颜色的散点图。

每个点的坐标由两个 DataFrame 列定义，实心圆圈用于表示每个点。这种图对于查看两个变量之间的复杂相关性很有用。例如，点可以是自然 2D 坐标，如Map中的经度和纬度，或者通常是可以相互绘制的任何一对度量。

参数：

x：整数或字符串

用作每个点的水平坐标的列名或列位置。

y：整数或字符串

用作每个点的垂直坐标的列名或列位置。

s：str，标量或array-like，可选

每个点的大小。可能的值为：

带有用于标记大小的列名称的字符串。
单个标量，因此所有点的大小相同。
一系列标量，将递归地用于每个点的大小。例如，当通过 [2,14] 时，所有点的大小将是 2 或 14，或者。

c：str、int 或 array-like，可选

每个点的颜色。可能的值为：

由名称、RGB 或 RGBA 代码引用的单一颜色字符串，例如 ‘red’ 或“#a98d19”。
由名称、RGB 或 RGBA 代码引用的一系列颜色字符串，将递归地用于每个点的颜色。例如 [‘green’,'yellow'] 所有点将交替填充为绿色或黄色。
列名称或位置，其值将用于根据颜色图为标记点着色。

**kwargs：

要传递给 DataFrame.plot() 的关键字参数。

matplotlib.axes.Axes 或它们的 numpy.ndarray

例子：

让我们看看如何使用 DataFrame 列中值的坐标绘制散点图。

>>> df = pd.DataFrame([[5.1, 3.5, 0], [4.9, 3.0, 0], [7.0, 3.2, 1],
...                    [6.4, 3.2, 1], [5.9, 3.0, 2]],
...                   columns=['length', 'width', 'species'])
>>> ax1 = df.plot.scatter(x='length',
...                       y='width',
...                       c='DarkBlue')

现在，颜色也由列确定。

>>> ax2 = df.plot.scatter(x='length',
...                       y='width',
...                       c='species',
...                       colormap='viridis')

相关用法

注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.DataFrame.plot.scatter。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

例子：