Matplotlib Scatter Plot nimmt keine Strings auf der X-Achse?

Question

Ich habe Daten in diesem Format. Ich kann ein Balkendiagramm daraus erstellen, aber kein Streudiagramm, weil die X-Achse Strings hat. Ich sah mir ein paar andere Beiträge an, von denen ich nicht viele Informationen sammeln konnte.

import pandas as pd 
    import numpy as np 

    df = pd.DataFrame({"id":["ssa", "ssb", "ssc", "xxa", "xxb", "xxc"], "mean":[1.3,1.5,5.2,3.1,2.1,3.2], "sd":[0.9,0.5,0.3,0.1,0.2,0.3]}) 
    df 

Ich erhalte eine Balkendiagramm mit Fehlerbalken mit dem folgenden Befehl:

import matplotlib.pyplot as plt 
ax = plt.figure() 
ax = df.plot(kind='bar',x='id', y='mean',figsize=[15,6], yerr='sd') 
ax.set_xlabel("id") 
ax.set_ylabel("mean") 
ax = plt.tight_layout() 
ax = plt.show() 

Aber ich erhalte eine Fehlermeldung, wenn ich versuche, ein Streudiagramm des gleichen df zu tun.

ax = plt.figure() 
ax = df.plot(kind='scatter',x='id', y='mean',figsize=[15,6], yerr='sd') 
ax.set_xlabel("id") 
ax.set_ylabel("mean") 
ax = plt.tight_layout() 
ax = plt.show() 

Fehler Zurückverfolgungs:

--------------------------------------------------------------------------- 
KeyError         Traceback (most recent call last) 
<ipython-input-10-b3ab7237d4f1> in <module>() 
     1 ax = plt.figure() 
----> 2 ax = df.plot(kind='scatter',x='id', y='mean',figsize=[15,6], yerr='sd', style='.') 
     3 ax.set_xlabel("id") 
     4 ax.set_ylabel("mean") 
     5 ax = plt.tight_layout() 

C:\Users\AppData\Local\Continuum\Anaconda2\lib\site-packages\pandas\plotting\_core.pyc in __call__(self, x, y, kind, ax, subplots, sharex, sharey, layout, figsize, use_index, title, grid, legend, style, logx, logy, loglog, xticks, yticks, xlim, ylim, rot, fontsize, colormap, table, yerr, xerr, secondary_y, sort_columns, **kwds) 
    2618       fontsize=fontsize, colormap=colormap, table=table, 
    2619       yerr=yerr, xerr=xerr, secondary_y=secondary_y, 
-> 2620       sort_columns=sort_columns, **kwds) 
    2621  __call__.__doc__ = plot_frame.__doc__ 
    2622 

C:\Users\AppData\Local\Continuum\Anaconda2\lib\site-packages\pandas\plotting\_core.pyc in plot_frame(data, x, y, kind, ax, subplots, sharex, sharey, layout, figsize, use_index, title, grid, legend, style, logx, logy, loglog, xticks, yticks, xlim, ylim, rot, fontsize, colormap, table, yerr, xerr, secondary_y, sort_columns, **kwds) 
    1855     yerr=yerr, xerr=xerr, 
    1856     secondary_y=secondary_y, sort_columns=sort_columns, 
-> 1857     **kwds) 
    1858 
    1859 

C:\Users\AppData\Local\Continuum\Anaconda2\lib\site-packages\pandas\plotting\_core.pyc in _plot(data, x, y, subplots, ax, kind, **kwds) 
    1680   plot_obj = klass(data, subplots=subplots, ax=ax, kind=kind, **kwds) 
    1681 
-> 1682  plot_obj.generate() 
    1683  plot_obj.draw() 
    1684  return plot_obj.result 

C:\Users\AppData\Local\Continuum\Anaconda2\lib\site-packages\pandas\plotting\_core.pyc in generate(self) 
    236   self._compute_plot_data() 
    237   self._setup_subplots() 
--> 238   self._make_plot() 
    239   self._add_table() 
    240   self._make_legend() 

C:\Users\AppData\Local\Continuum\Anaconda2\lib\site-packages\pandas\plotting\_core.pyc in _make_plot(self) 
    829   else: 
    830    label = None 
--> 831   scatter = ax.scatter(data[x].values, data[y].values, c=c_values, 
    832        label=label, cmap=cmap, **self.kwds) 
    833   if cb: 

C:\Users\AppData\Local\Continuum\Anaconda2\lib\site-packages\pandas\core\frame.pyc in __getitem__(self, key) 
    2060    return self._getitem_multilevel(key) 
    2061   else: 
-> 2062    return self._getitem_column(key) 
    2063 
    2064  def _getitem_column(self, key): 

C:\Users\AppData\Local\Continuum\Anaconda2\lib\site-packages\pandas\core\frame.pyc in _getitem_column(self, key) 
    2067   # get column 
    2068   if self.columns.is_unique: 
-> 2069    return self._get_item_cache(key) 
    2070 
    2071   # duplicate columns & possible reduce dimensionality 

C:\Users\AppData\Local\Continuum\Anaconda2\lib\site-packages\pandas\core\generic.pyc in _get_item_cache(self, item) 
    1532   res = cache.get(item) 
    1533   if res is None: 
-> 1534    values = self._data.get(item) 
    1535    res = self._box_item_values(item, values) 
    1536    cache[item] = res 

C:\Users\AppData\Local\Continuum\Anaconda2\lib\site-packages\pandas\core\internals.pyc in get(self, item, fastpath) 
    3588 
    3589    if not isnull(item): 
-> 3590     loc = self.items.get_loc(item) 
    3591    else: 
    3592     indexer = np.arange(len(self.items))[isnull(self.items)] 

C:\Users\AppData\Local\Continuum\Anaconda2\lib\site-packages\pandas\core\indexes\base.pyc in get_loc(self, key, method, tolerance) 
    2393     return self._engine.get_loc(key) 
    2394    except KeyError: 
-> 2395     return self._engine.get_loc(self._maybe_cast_indexer(key)) 
    2396 
    2397   indexer = self.get_indexer([key], method=method, tolerance=tolerance) 

pandas\_libs\index.pyx in pandas._libs.index.IndexEngine.get_loc (pandas\_libs\index.c:5239)() 

pandas\_libs\index.pyx in pandas._libs.index.IndexEngine.get_loc (pandas\_libs\index.c:5085)() 

pandas\_libs\hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item (pandas\_libs\hashtable.c:20405)() 

pandas\_libs\hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item (pandas\_libs\hashtable.c:20359)() 

KeyError: 'id' 

Anstatt also benutzte ich Seaborn zu plotten und es zeichnet perfekt. Allerdings bin ich mir nicht sicher, wie man die "sd" -Spalte übergibt, um Fehlerbalken darin darzustellen.

fig, ax = plt.subplots(figsize=(5,3)) 
ax = sns.pointplot(x="id", y="mean", data=df, join=False) 
ax = plt.xticks(rotation=90) 
ax = plt.tight_layout() 
ax = plt.show() 

fig, ax = plt.subplots(figsize=(25,5)) 
ax = sns.pointplot(x="id", y="mean", data=df, join=False) 
ax.map(plt.errorbar, "id", "mean", "sd", marker="o") 
ax = plt.xticks(rotation=90) 
ax = plt.tight_layout() 
ax = plt.show() 

Der obige Code führt den folgenden Fehler:

AttributeError       Traceback (most recent call last) 
<ipython-input-21-18652e3e8b12> in <module>() 
     1 fig, ax = plt.subplots(figsize=(25,5)) 
     2 ax = sns.pointplot(x="id", y="mean", data=df, join=False) 
----> 3 ax.map(plt.errorbar, "id", "mean", "sd", marker="o") 
     4 ax = plt.xticks(rotation=90) 
     5 ax = plt.tight_layout() 

AttributeError: 'AxesSubplot' object has no attribute 'map' 

Was würde ich im Idealfall haben mag, ist eine graphische Darstellung ähnlich der pointplot aber mit jedem Punkt a mit unterschiedliche Größe (wie durch seine entsprechende sd spezifiziert) oder mit jedem Punkt, der einen Fehlerstab hat (gegeben durch sd). Kann mir jemand sagen, wie man das macht?

Answer 1

Verwenden Sie einfach matplotlib.axes.Axes.errorbar() wie durch das Hinzufügen dieser Zeile in diesem example gezeigt:

ax.errorbar(np.arange(len(df['id'])), df['mean'], yerr=df['sd'], ls='None') 

Aber ich glaube nicht, dass Sie Seaborn verwenden:

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

df = pd.DataFrame({"id":["ssa", "ssb", "ssc", "xxa", "xxb", "xxc"], 
        "mean":[1.3,1.5,5.2,3.1,2.1,3.2], 
        "sd":[0.9,0.5,0.3,0.1,0.2,0.3]}) 
plt.errorbar(np.arange(len(df['id'])), df['mean'], yerr=df['sd'], ls='None', marker='o') 
ax = plt.gca() 
ax.xaxis.set_ticks(np.arange(len(df['id']))) 
ax.xaxis.set_ticklabels(df['id'], rotation=90) 
plt.xlabel("id") 
plt.ylabel("mean") 

plt.show() 

Edit: OP möchte jetzt "Fehlerbalken entfernen und Ihren Punkt mit der Größe proportional zu SD zeichnen".

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

df = pd.DataFrame({"id":["ssa", "ssb", "ssc", "xxa", "xxb", "xxc"], 
        "mean":[1.3,1.5,5.2,3.1,2.1,3.2], 
        "sd":[0.9,0.5,0.3,0.1,0.2,0.3]}) 
fig, ax = plt.subplots() 
size_scaler = 300 # Your points will be too small if you just use sd 
ax.scatter(np.arange(len(df['id'])), df['mean'], s=df['sd']*size_scaler, marker='o') 
ax.xaxis.set_ticks(np.arange(len(df['id']))) 
ax.xaxis.set_ticklabels(df['id'], rotation=90) 
plt.xlabel("id") 
plt.ylabel("mean") 

plt.show()