我试图用两个下拉菜单来绘制散点图,这些菜单选择一个数据列(从熊猫数据帧中)来绘制x和y轴,但我也希望用第三个固定的分类变量对点进行着色(这一次不需要下拉)。
到目前为止,我已经能够用函数下拉菜单正确地创建散点图,但是我不知道如何用第三个变量来着色它。以下是目前为止的代码:
import pandas as pd
import numpy as np
import plotly.graph_objects as go
import plotly.express as px
df = px.data.tips().select_dtypes(['number']) # drop
基本上,我想用散点图来显示一个人用多少个小时来完成一项任务。所以,Y轴是时间(小时),X轴是日(不规则数据集).我的问题是,我是否可以进行X轴类别日分组,以便正确填充数据(时间)?
Day Time Task
----------------------------
Mon 1.3 A
Mon 0.6 B
Tue 2.1 A
Wed 1.5 C
Fri 0.4 C
Sun 0.2 B
现在,我能够用下面的代码绘制图表。假设'dat‘是上面示例的数据框架。
a <- hPlo
我有一个dataframe,其中列和行都可以被视为类别。我想在散点图上用y轴上的行类别绘制每一行的值,用不同颜色的点绘制列类别,以x轴作为值的标度。以图谋或海运为首选。
模拟数据
import numpy as np
import pandas as pd
df = pd.DataFrame(np.random.randint(0, 100, size=(5, 4)),
columns=list('ABCD'), index=list('PQRST'))
df
# A B C D
# P 21 95
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)
我想在R中的交互式三维图形上绘制一条趋势线(而不是平面或光滑表面)。 以下是我到目前为止拥有的代码: library (car)
set.seed(1)
x <- 1:100 + rnorm(100, 5, 5)
y <- x + rnorm(100, 10, 20)
z <- y + rnorm(100, 1, 10)
scatter3d(x = x, y = y, z = z, surface = F) 本质上,我想在这张图上画一条趋势线,它穿过这个点云中最大可变性的区域。当然,这条趋势线是第一个主成分轴。我知道如何对这些数据进行主成分分析: df <- data
下面显示的是绘制条形图的数据,以巧妙的方式表示子图。
下面的语法用于通过使用category_orders定制x轴的顺序,以巧妙地表示子图的方式创建条形图。
import plotly.express as px
import plotly.graph_objects as go
from plotly.subplots import make_subplots
# Male Trace
trace1 = go.Bar(
x = df[df['Gender']=='Male']['Job_S
我正在尝试运行一个大型数据集,并为每个人创建一个简单的散点图。我想使用do循环和proc sgplot在SAS中运行它。
我的数据集如下:
Person Date QTY Brand
Jim | August 2015 | 20 | Pepsi
Jim | AUgust 2015 | 20 | Coke
Jim | October 2016 | 30 | Pepsi
Jim | November 2016 | 40 | Sprit
Susan | Sept.
我试着用同样的情节来绘制桶状图和散落图,但它只显示了散落点。
如何展示这两个情节?
数据
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from matplotlib.ticker import PercentFormatter
import plotly
import plotly.offline as py
import plotly.graph_objs as go
import plotly.figure_factory as ff
import
我有一个类似于以下数据集的数据集,大约有100万行如下所示:
orderid prodid priceperitem date category_eng
3010419 2 62420 18.90 2014-10-09 roll toliet paper
我目前正在绘制这些产品的零散图,使用priceperitem作为y轴,date作为x轴。我还根据这些产品的价格在一段时间内的变异系数来订购这些行。我在另一个数据集中总结了这些结果,如下所示:
prodid mean count