5

我正在寻找一个类似于 nltk 的词汇分散图的图表，但我正在绘制一个空白如何构建它。我在想 scatter 将是我最好的geom，使用'|' 作为标记，并设置alpha，但我在设置参数时遇到了各种问题。下面是一个例子：

在此处输入图像描述

我在 5 年内使用日期时间索引 freq='D' 排列数据框，每列代表该日期使用的特定单词的计数。例如：

tst = pd.DataFrame(index=pd.date_range(datetime.datetime(2010, 1, 1), end=datetime.datetime(2010, 2, 1), freq='D'), data=[[randint(0, 5), randint(0, 1), randint(0, 2)] for x in range(32)])

目前我正在尝试类似于以下内容：

plt.figure()
tst.plot(kind='scatter', x=tst.index, y=tst.columns, marker='|', color=sns.xkcd_rgb['dodger blue'], alpha=.05, legend=False)
yticks = plt.yticks()[0]
plt.yticks(yticks, top_words)

上面的代码产生一个 KeyError：

KeyError: "['2009-12-31T19:00:00.000000000-0500' '2010-01-01T19:00:00.000000000-0500'\n '2010-01-02T19:00:00.000000000-0500' '2010-01-03T19:00:00.000000000-0500'\n '2010-01-04T19:00:00.000000000-0500' '2010-01-05T19:00:00.000000000-0500'\n '2010-01-06T19:00:00.000000000-0500' '2010-01-07T19:00:00.000000000-0500'\n '2010-01-08T19:00:00.000000000-0500' '2010-01-09T19:00:00.000000000-0500'\n '2010-01-10T19:00:00.000000000-0500' '2010-01-11T19:00:00.000000000-0500'\n '2010-01-12T19:00:00.000000000-0500' '2010-01-13T19:00:00.000000000-0500'\n '2010-01-14T19:00:00.000000000-0500' '2010-01-15T19:00:00.000000000-0500'\n '2010-01-16T19:00:00.000000000-0500' '2010-01-17T19:00:00.000000000-0500'\n '2010-01-18T19:00:00.000000000-0500' '2010-01-19T19:00:00.000000000-0500'\n '2010-01-20T19:00:00.000000000-0500' '2010-01-21T19:00:00.000000000-0500'\n '2010-01-22T19:00:00.000000000-0500' '2010-01-23T19:00:00.000000000-0500'\n '2010-01-24T19:00:00.000000000-0500' '2010-01-25T19:00:00.000000000-0500'\n '2010-01-26T19:00:00.000000000-0500' '2010-01-27T19:00:00.000000000-0500'\n '2010-01-28T19:00:00.000000000-0500' '2010-01-29T19:00:00.000000000-0500'\n '2010-01-30T19:00:00.000000000-0500' '2010-01-31T19:00:00.000000000-0500'] not in index"

任何帮助，将不胜感激。

在帮助下，我能够生成以下内容：

plt.plot(tst.index, tst, marker='|', color=sns.xkcd_rgb['dodger blue'], alpha=.25, ms=.5, lw=.5)
plt.ylim([-1, 20])
plt.yticks(range(20), top_words)

在此处输入图像描述

不幸的是，只有当有相应的栏要构建在上面时，才会显示上面的栏。这不是我的数据的样子。

4

2 回答 2

6

我不确定你可以用.plot方法做到这一点。但是，很容易直接做到这一点matplotlib：

plt.plot(tst.index, tst, marker='|', lw=0, ms=10)
plt.ylim([-0.5, 5.5])

在此处输入图像描述

于 2015-09-02T16:47:13.717 回答
2

如果可以安装 seaborn，请尝试 stripplot()：

import seaborn as sns
sns.stripplot(data=tst, orient='h', marker='|', edgecolor='blue');

阴谋

请注意，我更改了您的数据以使其看起来更有趣：

tst = pd.DataFrame(index=pd.date_range(datetime.datetime(2010, 1, 1), end=datetime.datetime(2010, 2, 1), freq='D'), 
                   data=(150000 * np.random.rand(32, 3)).astype('int'))

关于seaborn的更多信息：

http://stanford.edu/~mwaskom/software/seaborn/tutorial/categorical.html

于 2015-09-03T08:27:33.727 回答