如何绘制熊猫列的散点子图

Question

假设我有一个包含 100 行和 40 列的数据框，其中第 40 列代表散点图的 Y 轴值。对于 39 个散点图，我想在第 1 列的函数中绘制第 40 列，在第 2 列的函数中绘制第 40 列，在第 3 列的函数中绘制第 40 列，等等直到第 40 列中的第 39 列函数。什么是最好的无需手动完成所有操作即可生成这样的子图的方法？

例如（使用较小的数据框），尝试在子图中以第 1 列的函数和第 2 列的函数散点图第 3 列。

df = pd.DataFrame({'AAA' : [4,5,6,7], 'BBB' : [10,20,30,40],'CCC' : [100,50,-30,-50]})
df.plot(x=["AAA", "BBB"], y=["CCC"], kind="scatter", subplots=True, sharey=True)

Answer 1

一种方法是在外部创建子图并遍历列名称，为每个子图创建一个图。

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({'AAA' : [4,5,6,7], 'BBB' : [10,20,30,40],'CCC' : [100,50,-30,-50]})

fig, axes = plt.subplots(1,len(df.columns.values)-1, sharey=True)

for i, col in enumerate(df.columns.values[:-1]):
    df.plot(x=[col], y=["CCC"], kind="scatter", ax=axes[i])

plt.show()

另一种可能适用于 pandas 0.19 的方法是使用subplots参数。根据文档

subplots : boolean, default False
为每列制作单独的子图

我将其解释为以下内容应该有效，但是，我无法对其进行测试。

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({'AAA' : [4,5,6,7], 'BBB' : [10,20,30,40],'CCC' : [100,50,-30,-50]})

df.plot(x=df.columns.values[:-1], y=["CCC" for _ in df.columns.values[:-1]], 
                            kind="scatter", subplots=True, sharey=True)
plt.show()