每次迭代迭代并绘制五列 pandas

Question

我正在尝试每次迭代 plot 五列，但当前代码正在绘制 everithing 五次。 如何在不重复的情况下向 plot 解释每次迭代五列？

n=4
for tag_1,tag_2,tag_3,tag_4,tag_5 in zip(df.columns[n:], df.columns[n+1:], df.columns[n+2:], df.columns[n+3:], df.columns[n+4:]):
    fig,ax=plt.subplots(ncols=5, tight_layout=True, sharey=True, figsize=(20,3))
    sns.scatterplot(df, x=tag_1, y='variable', ax=ax[0])
    sns.scatterplot(df, x=tag_2, y='variable', ax=ax[1])
    sns.scatterplot(df, x=tag_3, y='variable', ax=ax[2])
    sns.scatterplot(df, x=tag_4, y='variable', ax=ax[3])
    sns.scatterplot(df, x=tag_5, y='variable', ax=ax[4])
    plt.show()

Answer 1

您以错误的方式使用列表切片。 当您使用df.columns[n:]时，您将获得从索引为n的列到最后一个列的所有列名。 这同样适用于n+1 、 n+2 、 n+3和n+4 。 这会导致您所指的重复。 除此之外，plot 显示五次的事实是由于zip function 的行为：当用于不同大小的可迭代对象时， zip返回的可迭代对象具有较小的大小（在本例中为df.columns[n+4:] ）。

您可以通过如下调整代码来实现您想要的效果：

# Imports to create sample data
import string
import random

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd

# Create some sample data and a sample dataframe
data = { string.ascii_lowercase[i]: [random.randint(0, 100) for _ in range(100)] for i in range(15) }
df = pd.DataFrame(data)

# Iterate in groups of five indexes
for start in range(0, len(df.columns), 5):

    # Get the next five columns. Pay attention to the case in which the number of columns is not a multiple of 5
    cols = [df.columns[idx] for idx in range(start, min(start+5, len(df.columns)))]

    # Adapt your plot and take into account that the last group can be smaller than 5
    fig,ax=plt.subplots(ncols=len(cols), tight_layout=True, sharey=True, figsize=(20,3))
    for idx in range(len(cols)):
        #sns.scatterplot(df, x=cols[idx], y='variable', ax=ax[idx]) 
        sns.scatterplot(df, x=cols[idx], y=df[cols[idx]], ax=ax[idx]) # In the example the values of the column are plotted
    plt.show()

在这种情况下，代码执行以下步骤：

1. 遍历最多五个索引的组 ([0->4], [5->10]...)
2. 恢复位于先前恢复的索引中的列。 最后一组列可能小于5（例如，18列，最后一组由具有以下索引的列组成：15、16、17
3. 创建 plot 考虑到之前少于 5 列的极端情况

Answer 2

使用从 v0.12 开始可用的 Seaborn 的 object 接口，我们可能会这样做：

from numpy import random

import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns
import seaborn.objects as so

sns.set_theme()

首先，让我们创建一个示例数据集，就像trolloldem 的答案一样。

random.seed(0)   # To produce the same random values across multiple runs
columns = list("abcdefghij")
sample_size = 20

df_orig = pd.DataFrame(
    {c: random.randint(100, size=sample_size) for c in columns},
    index=pd.Series(range(sample_size), name="variable")
)

然后将数据框转换为长格式以便于处理。

df = (df_orig
    .melt(value_vars=columns, var_name="tag", ignore_index=False)
    .reset_index()
)

然后最后渲染图形，每行 5 个图形。

(
    so.Plot(df, x="value", y="variable") # Or you might do x="variable", y="value" instead
    .facet(col="tag", wrap=5)
    .add(so.Dot())
)