python 3 pandas和seaborn使用swarmplot斗争 – multiIndex

2019-06-08 22:44:26 阅读：424 来源： 互联网

标签：python pandas machine-learning numpy seaborn

我正在努力让swarmplotot与熊猫一起工作.我有一个叫做SIAggs的3d numpy数组,我用这样的pandas切片：

   rand_center = {('Random_dist'):SIAggs[:,:,1], ('Center_distance'):SIAggs[:,:,0]}

for key, value in rand_center.items():
    rand_center[key] = pd.DataFrame(value)

sizes = {}
for i in range(size_iterations):
    sizes.update({ (str(i+1)) : SIAggs[i,:,:] })
for key, value in sizes.items():
    sizes[key] = pd.DataFrame(value)

df = pd.concat(sizes, rand_center, names = ['sizes', 'distance_measure'])
df.stack()

哪,当我打印DataFrame时给我：

sizes                  1              2              3       
distance_measure       0      1       0      1       0      1
0                -2.1881  1.262 -2.7001  1.493 -2.1381  1.626
1                -2.3671  1.699 -2.4431  1.208 -2.4571  1.186
2                -2.3071  0.716 -2.2841  1.122 -2.2441  1.396
3                -2.2521  0.967 -1.9451  1.496 -2.5261  1.690
4                -2.4651  1.800 -2.3421  1.500 -2.3571  0.985
5                -2.2011  1.409 -1.9921  0.160 -2.3701  1.114
6                -2.6911  0.915 -3.3301  1.510 -2.2561  1.676
7                -2.5751  1.128 -1.9931  0.941 -2.4411  1.605
8                -2.5321  1.651 -2.4751  1.145 -3.3541  1.228
9                -1.9741  0.886 -2.6671  1.196 -2.4581  1.321

这似乎是对的.

然后,当我尝试用swarmplot绘制它,我想要一个系列(按我的尺寸类别)配对(使用distance_measure的色调差异) – 基本上只使用seaborn website中的第5个例子

ax = sns.swarmplot(x = "sizes", hue = "distance_measure", data = df, split=True)
plt.show()

抛出一个错误：

    ax = sns.swarmplot(x = "sizes", hue = "distance_measure", data = df, split=True)
  File "/Users/scottjg/anaconda/lib/python3.5/site-packages/seaborn/categorical.py", line 2679, in swarmplot
    split, orient, color, palette)
  File "/Users/scottjg/anaconda/lib/python3.5/site-packages/seaborn/categorical.py", line 1179, in __init__
    self.establish_variables(x, y, hue, data, orient, order, hue_order)
  File "/Users/scottjg/anaconda/lib/python3.5/site-packages/seaborn/categorical.py", line 147, in establish_variables
    raise ValueError(err)
ValueError: Could not interpret input 'sizes'

任何帮助,将不胜感激.我似乎无法与熊猫/海鸟交朋友,但我想！

解决方法:

这是尝试生成您似乎正在寻找的图表,从您的示例数据开始：

df = pd.read_csv('swarm.csv', header=[0, 1], tupleize_cols=True, index_col=None)
cols = ['sizes', 'distance_measure']
df.columns = pd.MultiIndex.from_tuples(df.columns, names=cols)

sizes                  1              2
distance_measure       0      1       0
0                -2.1881  1.262 -2.7001
1                -2.3671  1.699 -2.4431
2                -2.3071  0.716 -2.2841
3                -2.2521  0.967 -1.9451
4                -2.4651  1.800 -2.3421

用于seaborns演示的样本数据具有不同列中的变量,而不是使用MultiIndex,因此我进行相应的转换：

df = df.stack(cols).reset_index(cols).rename(columns={0: 'value'})
df.info()

Int64Index: 30 entries, 0 to 9
Data columns (total 3 columns):
sizes               30 non-null object
distance_measure    30 non-null object
value               30 non-null float64

df.head()

  sizes distance_measure   value
0     1                0 -2.1881
0     1                1  1.2620
0     2                0 -2.7001
1     1                0 -2.3671
1     1                1  1.6990

然后,下面的代码产生了样本#5：

ax = sns.swarmplot(x="sizes", y='value', hue="distance_measure", data=df, split=True)
plt.show()

标签：python,pandas,machine-learning,numpy,seaborn
来源： https://codeday.me/bug/20190608/1200864.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

python 3 pandas和seaborn使用swarmplot斗争 – multiIndex