Python 如何在Matplotlib中获取散点图的最小（或最大）边界

假设我有数千个随机的

（x，y）

数据点，我将

x

s和

y

s存储在数据框的两列中。需要注意的是，所有的

x

s都是整数，而

y

s都是连续数。如果我使用Matplotlib在散点图中绘制它们，它如下所示。现在我想得到图的最小边界，我用红色曲线描绘了它。我该怎么做？为了清楚起见，我想得到

（x，y）

对的索引，每个

x

的最小

y

值，因此索引的长度应该等于

len（set（x））

是

df.grouby（'x'）.min（）

你想要什么

一个完整的例子：

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

df = pd.DataFrame({'x': np.random.randint(10, size=1000), 'y': np.random.rand(1000)})
df.plot.scatter('x', 'y', color='k')
df.groupby('x').min().plot(ax=plt.gca(), color='red')

要获取原始数据帧的索引，您可以使用

groupby

上的

idxmin

，例如

df.groupby('x').idxmin()

尝试：

---

谢谢你的回答。绘图很好，但我真正需要的是索引列表。

df.grouby（'x'）.min（）

将为您提供x和y最小值的数据帧。你需要原始索引吗？需要。确切地我想要原始数据框中的最小数据点的索引，而不是新的数据框好的，我已经编辑了答案。我认为，

idxmin

就是你之后的样子，我认为应该是

df[1].groupby（'x'）.idxmin（）

，因为我想要y值的最小值，但这一切都很好。谢谢你的回答。真的很有帮助。谢谢你的回答。情节很好，但我真正需要的是索引列表。

import matplotlib.pyplot as plt
import pandas as pd

df = pd.DataFrame({'A':[1,2,3,1,2,3],'B':[1.3,2.6,3.2,5.6,4.5,3.1]})
fig, ax = plt.subplots()
ax.plot(df.A, df.B, '-')
temp = df.groupby('A')['B'].min().reset_index()
ax.plot(temp.A, temp.B, 'r-')