аргумент pandas.plot c против s

Question

У меня есть следующий код из книги машинного обучения на python:

copy_set.plot(kind = "scatter" , x = "longitude" , 
              y = "latitude" , alpha = 0.4 , 
              s = copy_set[ "population" ], 
              label = "population" , figsize=(10,7), 
              c = "median_house_value" , cmap = plt.get_cmap ( "jet" ) ) 

median_house_value и population - это два столбца в кадре данных copy_set.Я не понимаю, почему для аргумента s я должен использовать copy_set['population'], но для аргумента c можно использовать только имя столбца median_house_value.Когда я пытаюсь использовать только имя столбца для параметра s, я получаю сообщение об ошибке:

TypeError: ufunc 'sqrt' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

Answer 1

Очень хороший вопрос.df.plot - это оболочка для нескольких функций построения графиков в matplotlib.Для kind="scatter" будет вызываться функция scatter matplotlib.Большинство аргументов df.plot() сначала преобразуются в данные внутри Series, которые вы получаете из столбца данных соответствующего имени.

Например,

df.plot(x="lon", y="lat")

будет преобразовано в

ax.scatter(x=df["lon"].values, y=df["lat"].values)

Остальные аргументы передаются в Scatter, следовательно,

df.plot(x="lon", y="lat", some_argument_pandas_doesnt_know=True)

приведет к

ax.scatter(x=df["lon"].values, y=df["lat"].values, some_argument_pandas_doesnt_know=True)

Таким образом, хотя pandas преобразует th аргументы x, y, c, для s это не так.Следовательно, s просто передается в ax.scatter, но эта функция matplotlib не знает, что будет означать какая-то строка типа "population".
Для аргументов, передаваемых в функцию matplotlib, нужно придерживатьсяПодпись matplotlib и в случае s предоставляют данные напрямую.

Обратите внимание, однако, что сам разброс matplotlib также позволяет использовать строки в качестве аргументов.Однако для этого необходимо указать, из какого набора данных они должны быть взяты.Это делается с помощью аргумента data.Следовательно, следующее работает хорошо и будет matplotlib эквивалентным вызову панд в вопросе:

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np; np.random.seed(42)

df = pd.DataFrame(np.random.rand(20,2), columns=["lon", "lat"])
df["pop"] = np.random.randint(5,300,size=20)
df["med"] = np.random.rand(20)*1e5

fig, ax = plt.subplots(figsize=(10,7))
sc = ax.scatter(x = "lon", y = "lat", alpha = 0.4, 
                s = "pop", label = "population" , 
                c = "med" , cmap = "jet", data=df)
fig.colorbar(sc, label="med")
ax.set(xlabel="longitude", ylabel="latitude")

plt.show()

Наконец, вы можете теперь спросить, не будет ли в равной степени возможна подача данных в matplotlib через аргумент dataпроходя через пандуК сожалению, нет, потому что pandas использует data в качестве аргумента внутри себя, так что он не будет пропущен.Поэтому у вас есть два варианта:

1. Используйте pandas, как в вопросе, и поставьте сами данные через аргумент s вместо имени столбца.
2. Используйте matplotlib, как показано здесь, ииспользуйте имена столбцов для всех аргументов.(Или используйте сами данные, которые вы чаще всего видите при просмотре кода matplotlib.)