当字符串数据传递到matplotlib API时，绘制的是什么？

Question

# first, some imports:
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

假设我想用这些数据做一个散点图：

np.random.seed(42)
x=np.arange(0,50)
y=np.random.normal(loc=3000,scale=1,size=50)

通过剧情：

plt.scatter(x,y)

我得到的答案是：

好的，让我们先创建一个数据框：

df=pd.DataFrame.from_dict({'x':x,'y':y.astype(str)})

（我知道我将y存储为str——这是一个可复制的示例，我这样做是为了反映真实的用例。）

那么，如果我这样做了：

plt.scatter(df.x,df.y)

我得到：

我在第二个情节中看到了什么？我认为第二个绘图必须显示与y列相对的x列，该列被转换为float。情况显然并非如此。

Answer 1

• 如果提取标签和位置，则更明显的是API将字符串绘制为标签，并且轴位置是基于存在多少（len）类别的0索引数字。

print(x_nums_loc)
print(y_nums_loc)
print(x_lets_loc)
print(y_lets_loc)
print(x_lets_labels)

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23]

[Text(0, 0, 'A'), Text(1, 0, 'B'), Text(2, 0, 'C'), Text(3, 0, 'D'), Text(4, 0, 'E'),
 Text(5, 0, 'F'), Text(6, 0, 'G'), Text(7, 0, 'H'), Text(8, 0, 'I'), Text(9, 0, 'J'),
 Text(10, 0, 'K'), Text(11, 0, 'L'), Text(12, 0, 'M'), Text(13, 0, 'N'), Text(14, 0, 'O'),
 Text(15, 0, 'P'), Text(16, 0, 'Q'), Text(17, 0, 'R'), Text(18, 0, 'S'), Text(19, 0, 'T'),
 Text(20, 0, 'U'), Text(21, 0, 'V'), Text(22, 0, 'W'), Text(23, 0, 'X'), Text(24, 0, 'Y'),
 Text(25, 0, 'Z')]

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

# sample data
np.random.seed(45)
x_numbers = np.arange(100, 126)
x_letters = list(string.ascii_uppercase)
y= np.random.normal(loc=3000, scale=1, size=26).round(2)
df = pd.DataFrame.from_dict({'x_num': x_numbers, 'x_let': x_letters, 'y': y}).astype(str)

# plot
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 3.5))
df.plot(kind='scatter', x='x_num', y='y', ax=ax1, title='X Numbers', rot=90)
df.plot(kind='scatter', x='x_let', y='y', ax=ax2, title='X Letters')

x_nums_loc = ax1.get_xticks()
y_nums_loc = ax1.get_yticks()

x_lets_loc = ax2.get_xticks()
y_lets_loc = ax2.get_yticks()

x_lets_labels = ax2.get_xticklabels()

fig.tight_layout()
plt.show()

Answer 2

根据dm2的优秀答案，当您将y作为字符串传递时，y只是被视为任意字符串标签，并按照它们出现的顺序一个接一个地绘制。为了演示，这里有一个更简单的示例。

from matplotlib import pyplot as plt
x = [1, 2, 3, 4]
y = [5, 25, 10, 1] # these are ints
plt.scatter(x, y)

到目前为止还不错。现在，不同的字符串y值。

y = list("abcd")
plt.scatter(x, y)

您可以看到它是如何将y标签一个接一个地放在轴上的。

最后

y = ["5", "25", "10", "1"]
plt.scatter(x, y)

将此结果与之前的结果进行比较，现在应该可以清楚地看到发生了什么。

Answer 3

Matplotlib不会自动将str值转换为数值，因此您的y值被视为分类值。就Matplotlib而言，“1.0”与“0.9”之间的差异以及“1.0”与“100.0”之间的差异并没有什么不同。

因此，绘图上的y轴将与从分类值分配标签的范围（len（y））相同（因为所有分类值之间的差异相同）。

由于您的x是一个等于range（50）的范围，而现在您的y也是一个范围（也等于range（50）），因此它绘制x=y，其中y标签设置为相应的str值。