Skip to main content
 首页 » 编程设计

python之从 pandas DataFrame 绘制带有误差条和数据点的线图

2024年10月25日8shanyou

我一直在绞尽脑汁想弄清楚如何按照我想要的方式绘制 pandas DataFrame,但无济于事。

DataFrame 有一个 MultiIndex,它看起来像这样:

+-----------+--------------+------------+--------------+-----------------+---------+---------+---------+---------+---------+ 
|           |              |            |              |                 | run_001 | run_002 | run_003 | run_004 | run_005 | 
+-----------+--------------+------------+--------------+-----------------+---------+---------+---------+---------+---------+ 
| file_type | server_count | file_count | thread_count | cacheclear_type |         |         |         |         |         | 
+-----------+--------------+------------+--------------+-----------------+---------+---------+---------+---------+---------+ 
| gor       | 01servers    | 05files    | 20threads    | ccALWAYS        | 15.918  | 16.275  | 15.807  | 17.781  | 16.233  | 
| gor       | 01servers    | 10files    | 20threads    | ccALWAYS        | 17.322  | 17.636  | 16.096  | 16.484  | 16.715  | 
| gor       | 01servers    | 15files    | 20threads    | ccALWAYS        | 19.265  | 17.128  | 17.630  | 18.739  | 16.833  | 
| gor       | 01servers    | 20files    | 20threads    | ccALWAYS        | 23.744  | 20.539  | 21.416  | 22.921  | 22.794  | 
+-----------+--------------+------------+--------------+-----------------+---------+---------+---------+---------+---------+ 

我想要做的是绘制一个折线图,其中 x 值是“file_count”值,每个值的 y 值是 DataFrame 中相应行的所有 run_xxx 值的平均值。

如果可能的话,我想添加误差条甚至数据点本身,以便我可以看到该平均值背后的数据分布。

这是我正在谈论的大致内容的(糟糕的)模型:

我已经能够使用 pandas 的 DataFrame 中内置的 boxplot() 函数创建一个箱线图:

df.transpose().boxplot() 

这看起来几乎没问题,但有点困惑,并且没有绘制实际数据点。

请您参考如下方法:

Beeswarm在这种情况下 plot 会非常好,特别是当你有很多点以及用什么来显示这些点的分布时。但是,您需要向 beeswarm 提供 position 参数,因为默认情况下它将从 0 开始。 的 boxplot 方法另一方面,pandas DataFrame 在 x = 1、2 ... 处绘制框

归结为这些:

from beeswarm import * 
D1 = beeswarm(df.values, positions = np.arange(len(df.values))+1) 
D2 = df.transpose().boxplot(ax=D1[1])