为包含空单元格的Python数据帧的所有列和所有列生成单独的散点图

我尝试自动绘制大型数据帧的相关图。我们的目标是用一条回归线将每一列与另一列绘制成散点图。每列代表一个不同的变量，一列可能有空单元格、整数和字符串值（下面是试用代码和工作示例）

示例代码：

Age     Height   Weight  Sex
21      180      54      M
56      171      65      V
23      NaN      84      V
NaN     195      71      M
42      165      67      V
84      167      93      M
12      NaN      88      M
31      152      73      V
NaN     184      NaN     V


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

df_subset = pd.DataFrame({"Age": [21,56,23,np.nan,42,84,12,31,np.nan], "Height": 
[180,171,np.nan,195,165,167,np.nan,152,184], "Weight": [54,65,84,71,67,93,88,73,np.nan], "Sex": 
['M','V','V','M','V','M','M','V','V']})

print(df_subset)
col_choice = ["Age", "Height", "Weight"]

for pos1, axis1 in enumerate(col_choice):   # Pick a first col
    for pos2, axis2 in enumerate(col_choice[pos1+1:]):   # Pick a later col
        plt.scatter(df_subset.loc[:,axis1], df_subset.loc[:,axis2]) #scatter plot
        a, b = np.polyfit(df_subset.loc[:,axis1], df_subset.loc[:,axis2], 1) #determining parameters for regression line
        x = df_subset.loc[:,axis1]
        plt.plot(x, a*x + b) #regression line on scatter-plot
        plt.show()

解决方案：

    import pandas as pd

    import numpy as np

    import matplotlib.pyplot as plt



    df_subset = pd.DataFrame({"Age": [21,56,23,np.nan,42,84,12,31,np.nan], "Height": 
[180,171,np.nan,195,165,167,np.nan,152,184], "Weight": [54,65,84,71,67,93,88,73,np.nan], "Sex": 
['M','V','V','M','V','M','M','V','V']})

 
    print(df_subset)



    col_choice = ["Age", "Height", "Weight"]

    for pos1, axis1 in enumerate(col_choice):   # Pick a first col
    
        for pos2, axis2 in enumerate(col_choice[pos1+1:]):   # Pick a later col
        
            df = df_subset[[axis1,axis2]].dropna()
        
            print(df)
        
            plt.scatter(df.iloc[:,0], df.iloc[:,1]) #scatter plot
        
            a, b = np.polyfit(df.iloc[:,0], df.iloc[:,1], 1) #determining parameters for regression line
        
            x = df.iloc[:,0]
        
            plt.plot(x, a*x + b) #regression line on scatter-plot
        
            plt.show()

解决方案：

    import pandas as pd

    import numpy as np

    import matplotlib.pyplot as plt



    df_subset = pd.DataFrame({"Age": [21,56,23,np.nan,42,84,12,31,np.nan], "Height": 
[180,171,np.nan,195,165,167,np.nan,152,184], "Weight": [54,65,84,71,67,93,88,73,np.nan], "Sex": 
['M','V','V','M','V','M','M','V','V']})

 
    print(df_subset)



    col_choice = ["Age", "Height", "Weight"]

    for pos1, axis1 in enumerate(col_choice):   # Pick a first col
    
        for pos2, axis2 in enumerate(col_choice[pos1+1:]):   # Pick a later col
        
            df = df_subset[[axis1,axis2]].dropna()
        
            print(df)
        
            plt.scatter(df.iloc[:,0], df.iloc[:,1]) #scatter plot
        
            a, b = np.polyfit(df.iloc[:,0], df.iloc[:,1], 1) #determining parameters for regression line
        
            x = df.iloc[:,0]
        
            plt.plot(x, a*x + b) #regression line on scatter-plot
        
            plt.show()

---

你的问题是什么？现在我对它进行了一点更新，我的最后一个问题是：在散点打印时如何处理数据帧中的空单元格。对于每个单独的散点图，我想应该从数据帧中排除带有空单元格的行，以便能够绘制它。。其次，在处理两个字符串变量或一个字符串/一个数字变量时，如何绘制回归线？

df_子集[[df.columns[pos1]，df.columns[pos2]].dropna（）

是一个两列数据框，删除了所有na行。这就解决了问题的第一部分。对于在x轴上有分类值的回归，没有好的答案。您希望该图是什么样的？我想条形图比散点图更有意义，我想您可以放弃该回归总而言之……另外，请检查seaborn

pairplot

是否足以满足您的需要……在大型数据集上可能速度较慢，但可能值得研究……以及您将.dropna（）放置在何处示例代码中的代码行？如果你把它放在一个答案中，我会接受它，如果它有效的话，我会投赞成票。哦，谢谢seaborn的替代方案，它也可以派上用场，但不确定它对一个有100列和10000个数据点的数据集将如何执行。回归线是为了相关目的而存在的，有时它很有趣也可以对分类变量执行此操作（如果需要绘制回归线，请将其转换为分类数值）你的问题是什么？现在我对它进行了一点更新，我的最后一个问题是：在散点打印时如何处理数据帧中的空单元格。对于每个散点打印，应该分别从数据帧中排除带有空单元格的行，以便能够对其进行打印。其次，在处理散点打印时如何绘制回归线两个字符串变量还是一个字符串/一个数字变量？

df_子集[[df.columns[pos1]，df.columns[pos2]].dropna（）

是一个两列数据框，删除了所有na行。这就解决了问题的第一部分。对于在x轴上有分类值的回归，没有好的答案。您希望该图是什么样的？我想条形图比散点图更有意义，我想您可以放弃该回归总而言之……另外，请检查seaborn

pairplot

是否足以满足您的需要……在大型数据集上可能速度较慢，但可能值得研究……以及您将.dropna（）放置在何处示例代码中的代码行？如果你把它放在一个答案中，我会接受它，如果它有效的话，我会投赞成票。哦，谢谢seaborn的替代方案，它也可以派上用场，但不确定它对一个有100列和10000个数据点的数据集将如何执行。回归线是为了相关目的而存在的，有时它很有趣也可以对分类变量执行此操作（如果需要绘制回归线，请将其转换为分类数值）