我正在用pandas数据图绘制散点图。这是正确的,但我想使用seaborn主题和特殊函数。当我绘制调用海运的相同数据点时,y轴几乎是不可见的.X轴值从5000-15000开始,y轴值在[-6:6]*10^-7中.
如果我将y轴值乘以10^6,它们将正确显示,但是使用seaborn绘制的实际值在seaborn生成的绘图中仍然是不可见的/不可分辨的。
怎样才能使y轴值在结果图中自动缩放?
另外,有些行甚至包含NaN,而不是在本例中,如何在绘图时忽略这一点,除非手动删除包含NaN的行。
下面是我用来绘制的代码。
import pandas as pd
import seaborn as sns
im
我正在尝试使用如下所示的seaborn散点图绘制数据帧中的前30%的值。 ? 相同绘图的可重现代码: import seaborn as sns
df = sns.load_dataset('iris')
#function to return top 30 percent values in a dataframe.
def extract_top(df):
n = int(0.3*len(df))
top = df.sort_values('sepal_length', ascending = False).head(n)
我使用seaborn绘制了一个分类点图,并为日期分配了面积值(km2)。
当我绘制这些日期时,当我知道有几个值高于1时,y轴被限制在0到1之间。
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from matplotlib.pyplot import figure
# Read in the backscatter csv file as a data frame
df_lakearea = pd.read_csv('lake_area.cs
我正在绘制条形图。然而,x轴上的数字显示为0.0、0.5、1.0,y轴显示np日期时间.
我要x轴显示准确的数字,y轴只显示dd-mm-yy的日期。我能知道怎么解决吗?
from pandas_datareader import data
import datetime
dateToday = datetime.datetime.today().strftime("%Y-%m-%d")
# Only get the adjusted close.
tickers = data.DataReader(['NFLX'],
当使用matplotlib/seaborn绘制直方图时,我希望将x轴更改为log2比例尺。所绘制的数据为。
当我获取值的log2并制作直方图时,它会工作,但是如果我绘制未登录的值并使用set_xscale更改x轴,则会给出错误的结果。守则是:
import numpy as np
import seaborn as sns
import matplotlib.pylab as plt
df = pandas.read_table("data.csv",sep="\t")
plt.figure()
sns.set_style("ticks")
a
我尝试创建一个盒子图与海岸,如下所示:
我有一些合成数据,我有24个不同的类别,它们是这样生成的:
import numpy as np
x = np.arange(10, 130, step=5)
现在,对于这些类别中的每一个,我生成了5个随机观察值,如下所示:
y = np.zeros(shape=(len(y), 5)) # Each row contains 5 observations for a category
现在,我要做的是用海岸线做一个盒子图,我沿着y轴(突出显示置信区间)和x轴绘制这5个值,我想要这些类别中的每一个。所以,我这样做了:
import seaborn as
我想使用matplotlib/seaborn并排绘制两个国家/地区的新冠肺炎确诊病例的条形图:意大利和印度,以供比较。然而,在尝试了许多方法之后,我无法解决这个问题。这两个国家的确诊病例来自两个不同的数据框架。
我想在x轴上绘制'Dates‘列,在y轴上绘制'Confirmed count’列。
附上我的代码的图片以供参考。
附言:我对数据可视化和pandas也很陌生。
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
df = p
其他的数据呆子,
我希望使用海运功能从数据中绘制数据,并更改x轴刻度。
我在这些数据中看到了这样的信息
import pandas as pd
with open(f) as fi:
df = pd.read_csv(fi, delimiter=';', parse_dates = ['date'])
df.date = df.date.apply(lambda x: x.date())#removing time, only date remains
dataframe有三个对此问题很重要的列:df.date、df.sedimentation和df.
我试着浏览他们网站上的所有东西,但是没有任何东西(https://plotly.com/python/v3/frequency-counts/和https://plotly.com/python/v3/discrete-frequency/不能解决我的问题)。我想要绘制一个类似于seaborn countplot (https://seaborn.pydata.org/generated/seaborn.countplot.html)的图。 我有这个数据集: id state value
19292 CA 100
24592 CA
如何更改Seaborn的FacetGrid图的每一幅图的单y轴间隔?如果我绘制一个包含大量变量y值的facetGrid,则Seaborn将使用所有数据的默认min和max y值来构造唯一的y轴。
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('tips')
g = sb.FacetGrid(df, col = "time")
g.map(plt.hist, "tip")
plt.show()
Id