출처: http://stackoverflow.com/questions/1985856/how-to-make-a-3d-scatter-plot-in-python
| import matplotlib.pyplot as plt import pylab from mpl_toolkits.mplot3d import Axes3D fig = pylab.figure() ax = Axes3D(fig) qid = grouped.query('(user_number == 123)') x = qid['loc_x'].tolist() y = qid['loc_y'].tolist() xy = np.vstack([x,y]) z = gaussian_kde(xy)(xy) ax.scatter(x, y, z) plt.show() |
- gaussian_kde를 이용해서 z 축은 확률밀도 값으로 출력
출처: http://pandas.pydata.org/pandas-docs/stable/groupby.html
grouped.size()
- 그룹된 결과에 size()함수를 사용하면 그룹에 속한 갯수를 확인할 수 있음
grouped.reset_index()
- group된 dataframe 타입에서 dataframe 타입으로 변경할 수 있음
grouped['user_name'].apply(lambda x: ', '.join(str(y) for y in x))
- user_name이라는 컬럼의 값이 리스트인 경우 스트링의 연결로 변경해줌
- apply와 lambda함수 사용
for c in grouped.groups :
print c
- 그룹 명을 출력할 때 사용
출처: http://stackoverflow.com/questions/20105364/how-can-i-make-a-scatter-plot-colored-by-density-in-matplotlib
python matplotlib를 이용해서 scatter plot을 그리는 데 밀도도 반영하고 싶다면 아래와 같이 하면 됨
| import numpy as np import matplotlib.pyplot as plt from scipy.stats import gaussian_kde # 출력할 x,y 좌표 랜덤하게 생성 x = np.random.normal(size=1000) y = x * 3 + np.random.normal(size=1000) # 좌표에 대한 밀도를 계산하는 부분 xy = np.vstack([x,y]) z = gaussian_kde(xy)(xy) fig, ax = plt.subplots() #색깔은 z에 따라서, 점의 크기는 100으로 ax.scatter(x, y, c=z, s=100, edgecolor='') plt.show() |
참고: http://stackoverflow.com/questions/24976239/axis-limits-for-scatter-plot-matplotlib
| plt.xlim(-1,1) plt.ylim(-1,1) |
- 이용해서 축의 범위를 정할 수 있음 (추후 확인해보기!)
참고: http://stackoverflow.com/questions/9622163/save-plot-to-image-file-instead-of-displaying-it-using-matplotlib-so-it-can-be
| fig.savefig('/path/image.png') |
- plot 결과를 이미지 파일로 저장할 수 있음
출처 : http://blog.bharatbhole.com/creating-boxplots-with-matplotlib/
- python에서 boxplot 그리기