python - 如何绘制具有多个数据框的 FacetGrid 散点图？

Question

我有 2 个数据帧，1 个有训练数据，另一个有标签。训练数据中有 6 个特征/列，标签数据框中有 1 列。我想要我的面网格中有 6 个图 - 所有这些都是散点图。因此，特征 1 与标签、特征 2 与标签、特征 3 与标签、特征 4 与标签。

有人可以告诉我如何做到这一点吗？

例如，使用这些示例数据框

In [15]: training
Out[15]:
   feature1  feature2  feature3  feature4  feature5  feature6
0         2         3         4         5         2         5
1         5         4         2         5         6         2

In [16]: labels
Out[16]:
   label
0     34
1      2

这应该绘制 6 个独立的散点图，每个散点图有 2 个数据点。

Answer 1

Seaborn 有一个不错的 FacetGrid函数。您可以合并两个数据框，将seabornfacetgrid包裹在正常的matplotlib.pyplot.scatter()周围

import pandas as pd
import random
import matplotlib.pyplot as plt
import seaborn as sns

#make a test dataframe
features = {}
for i in range(7):
    features['feature%s'%i] = [random.random() for j in range(10)]
f = pd.DataFrame(features)
labels = pd.DataFrame({'label':[random.random() for j in range(10)]})

#unstack it so feature labels are now in a single column
unstacked = pd.DataFrame(f.unstack()).reset_index()
unstacked.columns = ['feature', 'feature_index', 'feature_value']
#merge them together to get the label value for each feature value
plot_data = pd.merge(unstacked, labels, left_on = 'feature_index', right_index = True)
#wrap a seaborn facetgrid
kws = dict(s=50, linewidth=.5, edgecolor="w")
g = sns.FacetGrid(plot_data, col="feature")
g = (g.map(plt.scatter, "feature_value", "label", **kws))