在col-Python中绘制唯一标签的线

我试图传递一个函数，该函数为每个唯一的标签绘制各种对象。使用下面的df，

A-D

用于绘制各种对象。然后，我将

标签中的每个唯一值传递给函数

我希望传递一种更有效的方法，即对列表中的每个唯一项调用函数。迭代列表，为
标签中的每个唯一值生成一个单独的图形。使用下面的代码，这应该是3
（X，Y，Z）

随着问题的发展，我修改了当前问题的代码<编码>轴[]
使其成为一个数组。这是否如预期的那样

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

def plot(dfs, label):

    fig, axes = plt.subplots(1,3)

    for i,l in enumerate(label):

        df = dfs[dfs['label'] == l]

        x1 = df['A']
        y1 = df['B']

        x2 = df['C']
        y2 = df['D']

        axes[i].scatter(x1, y1, c = 'orange', marker = 'o', zorder = 3)
        axes[i].scatter(x2, y2, c = 'green', marker = 'o', zorder = 2)

        axes[i].plot([x1,x2],[y1,y2], color = 'k', linestyle = '-', linewidth = 1) 
    fig.subplots_adjust(wspace=0.5)
    plt.show()  

np.random.seed(2020)
df = pd.DataFrame(np.random.randint(0,20,size=(20, 4)), columns=list('ABCD'))
labels = df['A'].apply(lambda x: random.choice(['X', 'Y', 'Z']) ) 
df['label'] = labels

unq_label = df['label'].unique()
plot(df, unq_label)

随着问题的发展，我修改了当前问题的代码<编码>轴[]

使其成为一个数组。这是否如预期的那样

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

def plot(dfs, label):

    fig, axes = plt.subplots(1,3)

    for i,l in enumerate(label):

        df = dfs[dfs['label'] == l]

        x1 = df['A']
        y1 = df['B']

        x2 = df['C']
        y2 = df['D']

        axes[i].scatter(x1, y1, c = 'orange', marker = 'o', zorder = 3)
        axes[i].scatter(x2, y2, c = 'green', marker = 'o', zorder = 2)

        axes[i].plot([x1,x2],[y1,y2], color = 'k', linestyle = '-', linewidth = 1) 
    fig.subplots_adjust(wspace=0.5)
    plt.show()  

np.random.seed(2020)
df = pd.DataFrame(np.random.randint(0,20,size=(20, 4)), columns=list('ABCD'))
labels = df['A'].apply(lambda x: random.choice(['X', 'Y', 'Z']) ) 
df['label'] = labels

unq_label = df['label'].unique()
plot(df, unq_label)

---

@r-初学者已经解决了这个问题。在我的帖子中，我还将使用相同的（可能是唯一的）方法解决它，但使用另一个

Dataframe

来实现更好的可视化

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

def plot(dfs, label):
    
    label = sorted(label)
    fig, ax = plt.subplots(nrows=1,ncols=len(label),figsize=(12,6))

    for ind,l in enumerate(label):

        df = dfs[dfs['label'] == l]

        x1 = df['A']
        y1 = df['B']

        x2 = df['C']
        y2 = df['D']

        ax[ind].scatter(x1, y1, c = 'orange', marker = 'o', zorder = 3,)
        ax[ind].scatter(x2, y2, c = 'green', marker = 'o', zorder = 2,)
        ax[ind].plot([x1,x2],[y1,y2], color = 'k', linestyle = '-', linewidth = 1,)
        ax[ind].set_title('class %s' % l)
        ax[ind].set_ylim(-11,21)

    plt.show()  

np.random.seed(2020)
x,y,z = np.random.randint(0,5,size=(5, 4)),np.random.randint(-10,0,size=(5, 4)),np.random.randint(10,20,size=(5, 4)),
data = np.vstack((x,y,z))
df = pd.DataFrame(data, columns=list('ABCD'))
df['label'] = ['X'] *5 + ['Y'] * 5 + ['Z'] * 5

unq_label = df['label'].unique()
plot(df, unq_label)

产出数字为

---

更新

为了在不同的图中绘制不同的标签，而不是子图，您可以尝试下面的代码。这个想法是为每个标签创建一个新的图形

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

def plot(dfs, label):
    
    label = sorted(label)
    for ind,l in enumerate(label):
        
        fig = plt.figure(ind)
        df = dfs[dfs['label'] == l]

        x1 = df['A']
        y1 = df['B']

        x2 = df['C']
        y2 = df['D']

        plt.scatter(x1, y1, c = 'orange', marker = 'o', zorder = 3,)
        plt.scatter(x2, y2, c = 'green', marker = 'o', zorder = 2,)
        plt.plot([x1,x2],[y1,y2], color = 'k', linestyle = '-', linewidth = 1,)
        plt.title('class %s' % l)
        plt.ylim(-11,21)

        plt.show()  

np.random.seed(2020)
x,y,z = np.random.randint(0,5,size=(5, 4)),np.random.randint(-10,0,size=(5, 4)),np.random.randint(10,20,size=(5, 4)),
data = np.vstack((x,y,z))
df = pd.DataFrame(data, columns=list('ABCD'))
df['label'] = ['X'] *5 + ['Y'] * 5 + ['Z'] * 5

unq_label = df['label'].unique()
plot(df, unq_label)

---

@r初学者已经解决了这个问题。在我的帖子中，我还将使用相同的（可能是唯一的）方法解决它，但使用另一个

Dataframe

来实现更好的可视化

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

def plot(dfs, label):
    
    label = sorted(label)
    fig, ax = plt.subplots(nrows=1,ncols=len(label),figsize=(12,6))

    for ind,l in enumerate(label):

        df = dfs[dfs['label'] == l]

        x1 = df['A']
        y1 = df['B']

        x2 = df['C']
        y2 = df['D']

        ax[ind].scatter(x1, y1, c = 'orange', marker = 'o', zorder = 3,)
        ax[ind].scatter(x2, y2, c = 'green', marker = 'o', zorder = 2,)
        ax[ind].plot([x1,x2],[y1,y2], color = 'k', linestyle = '-', linewidth = 1,)
        ax[ind].set_title('class %s' % l)
        ax[ind].set_ylim(-11,21)

    plt.show()  

np.random.seed(2020)
x,y,z = np.random.randint(0,5,size=(5, 4)),np.random.randint(-10,0,size=(5, 4)),np.random.randint(10,20,size=(5, 4)),
data = np.vstack((x,y,z))
df = pd.DataFrame(data, columns=list('ABCD'))
df['label'] = ['X'] *5 + ['Y'] * 5 + ['Z'] * 5

unq_label = df['label'].unique()
plot(df, unq_label)

产出数字为

---

更新

为了在不同的图中绘制不同的标签，而不是子图，您可以尝试下面的代码。这个想法是为每个标签创建一个新的图形

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

def plot(dfs, label):
    
    label = sorted(label)
    for ind,l in enumerate(label):
        
        fig = plt.figure(ind)
        df = dfs[dfs['label'] == l]

        x1 = df['A']
        y1 = df['B']

        x2 = df['C']
        y2 = df['D']

        plt.scatter(x1, y1, c = 'orange', marker = 'o', zorder = 3,)
        plt.scatter(x2, y2, c = 'green', marker = 'o', zorder = 2,)
        plt.plot([x1,x2],[y1,y2], color = 'k', linestyle = '-', linewidth = 1,)
        plt.title('class %s' % l)
        plt.ylim(-11,21)

        plt.show()  

np.random.seed(2020)
x,y,z = np.random.randint(0,5,size=(5, 4)),np.random.randint(-10,0,size=(5, 4)),np.random.randint(10,20,size=(5, 4)),
data = np.vstack((x,y,z))
df = pd.DataFrame(data, columns=list('ABCD'))
df['label'] = ['X'] *5 + ['Y'] * 5 + ['Z'] * 5

unq_label = df['label'].unique()
plot(df, unq_label)

---

我在以下行中得到一个错误：

ax.plot（[ax，Cx]，[By，Dy]，color='k'，linestyle='-'，linewidth=1）

<代码>错误：键错误：0

打印（df）

查看数据是否存在。在这种情况下，如果在生成随机数之前设置

np.random.seed（2020）

，则调试更容易。它不会在我的环境中生成错误。你复制了所有的代码吗？是的，数据存在。我已经播下了种子。我想是每个标签上的商品数量。如果我将df长度增加到1000个值，它就会工作。但我希望为每个独特的标签绘制出单独的数字。我不确定情况如何随数据数量的变化而变化。另外，如果你想给它贴标签，你可以用

ax.text（）

或

ax.annotate（）

给它贴标签，但是如果它是一个大数字，它可能会使图形更混乱。我在这行上得到一个错误：

ax.plot（[ax，Cx]，[By，Dy]，color='k'，linestyle='-'，linewidth=1）

<代码>错误：键错误：0

打印（df）

查看数据是否存在。在这种情况下，如果在生成随机数之前设置

np.random.seed（2020）

，则调试更容易。它不会在我的环境中生成错误。你复制了所有的代码吗？是的，数据存在。我已经播下了种子。我想是每个标签上的商品数量。如果我将df长度增加到1000个值，它就会工作。但我希望为每个独特的标签绘制出单独的数字。我不确定情况如何随数据数量的变化而变化。另外，如果你想给它贴标签，你可以用

ax.text（）

或

ax.annotate（）

给它贴标签，但是如果它是一个大数字，可能会使图表更混乱。我希望能生成输出图。因此，每个独特的标签都有一个单独的数字。在一个图中没有单独的子图。这是我想要的

df.groupby（'label'）。apply（plot，unq_label）

@jonboy我理解，请看我的更新帖子，想法是为每个独特的标签创建一个新的图。我希望生成输出图。因此，每个独特的标签都有一个单独的数字。在一个图中没有单独的子图。这是我在

df.groupby（'label'）之后所做的。应用（plot，unq_label）

@jonboy我理解，请参阅我的更新帖子，我的想法是为每个独特的标签创建一个新的图。