Question

以下示例说明了来自pandas DataFrame的散点图和密度图之间的奇怪差异，或者可能是我缺乏理解：

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

n = 25
df = pd.DataFrame({'x': np.random.randn(n), 'y': np.random.randn(n), 'season': np.random.choice(['winter', 'summer'], n)})

plot = df.plot.scatter(x='x', y='y')
plot.get_figure().savefig("test_scatter_all.png")
for s in ['winter', 'summer']:
    sdf = df[df['season'] == s]
    plot = sdf.plot.scatter(x='x', y='y')
    plot.get_figure().savefig("test_scatter_" + s + ".png")

plt.clf()

plot = df['y'].plot.density()
plot.get_figure().savefig("test_density_all.png")
for s in ['winter', 'summer']:
    sdf = df[df['season'] == s]
    plot = sdf['y'].plot.density()
    plot.get_figure().savefig("test_density_" + s + ".png")

让我感到惊讶的是，密度图是附加的，因为冬季图表包括两个密度（“全部”和冬季），而夏季图表包括所有三个密度。另一方面，散点图仅包括它们自己的点，即冬季图中的冬季值等此外，如果没有plt.clf()命令，密度图也会包含最后一个散点图（夏季）的点。

为什么两种情节类型之间存在差异？这是否意味着我应该在开始新剧情之前始终使用plt.clf()？

而且，作为旁注，以我的方式使用plot对象实际上是否有意义？我看到我可以使用

生成第一个图

df.plot.scatter(x='x', y='y')
plt.savefig("test_scatter_all.png")

同样，捕获plot()方法的输出有什么意义吗？它是否意味着plot()方法始终只有一个活动的图形对象写入？

Answer 1

不一致不是在密度和散射之间，而是在数据框的绘图方法和系列的绘图方法之间：

系列Series.plot被绘制到活动轴（如果有），否则会创建一个新图形。
数据框DataFrame.plot被绘制成一个新数字，与是否已存在数据无关。

示例：

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

df = pd.DataFrame({'x': np.random.randn(25), 'y': np.random.randn(25), 
                   'season': np.random.choice(['red', 'gold'], 25)})

# This plots the dataframe, and creates two figures
for s in ['red', 'gold']:
    sdf = df[df['season'] == s]
    plot = sdf.plot(kind="line",color=s)
plt.show() 

# This plots a series, and creates a single figure  
for s in ['red', 'gold']:
    sdf = df[df['season'] == s]
    plot = sdf["y"].plot(kind="line",color=s)
plt.show()

在这里，sdf.plot创建两个数字，而sdf["y"].plot绘制到相同的轴。

<小时/> 如果问题是在绘图中保留先前绘制的密度，您可以绘制此密度，添加另一个，保存图形并最终删除第二个绘图，这样您最终得到第一个密度图，准备绘制其他内容它。

import numpy as np
import pandas as pd

df = pd.DataFrame({'x': np.random.randn(25), 'y': np.random.randn(25), 
                   'season': np.random.choice(['red', 'gold'], 25)})

ax = df['y'].plot.density()
for s in ['red', 'gold']:
    sdf = df[df['season'] == s]
    sdf["y"].plot.density(color=s)
    ax.get_figure().savefig("test_density_" + s + ".png")
    ax.lines[-1].remove()

DataFrame.plot.scatter和DataFrame.plot.density（）之间的不一致？

1 个答案: