假設我有一個大數據集（8500000X50）。我想分散情節X（日期）和Y（某一天採取的測量）。大量數據的散點圖

我能得到只有這個：

data_X = data['date_local'] 
data_Y = data['arithmetic_mean'] 
data_Y = data_Y.round(1) 
data_Y = data_Y.astype(int) 
data_X = data_X.astype(int) 
sns.regplot(data_X, data_Y, data=data) 
plt.show()

據以某種方式「相同」的問題我在＃1發現，我可以打亂我的數據或採取例如1000隨機值，並繪製出來。但是，如何實現它，使得每個X（進行特定測量的日期）都將與實際（Y測量）相對應。

來源

2017-07-13 dodo4545

雖然，你以爲你就可以爲了更好地理解圖形上繪製的8500000點而不是8500？ – roganjosh

我建議使用熱圖，所以你不需要擺脫數據，你可以有一個更好的可視化。 –

首先回答你的問題：

您應該使用pandas.DataFrame.sample從您dateframe得到一個樣本，然後用regplot，下面是用隨機數據的一個小例子：

import matplotlib.pyplot as plt 
import matplotlib.dates as mdates 
from datetime import datetime 
import numpy as np 
import pandas as pd 
import seaborn as sns 

dates = pd.date_range('20080101', periods=10000, freq="D") 
df = pd.DataFrame({"dates": dates, "data": np.random.randn(10000)}) 

dfSample = df.sample(1000) # This is the importante line 
xdataSample, ydataSample = dfSample["dates"], dfSample["data"] 

sns.regplot(x=mdates.date2num(xdataSample.astype(datetime)), y=ydataSample) 
plt.show()

在regplot我根據日期時間類型在我的X數據中執行轉換，請注意，根據您的數據，這絕對應該是而不是。

所以，與其是這樣的：

你會得到這樣的事情：

現在，一個建議：

使用sns.jointplot，其中有一個kind參數，從文檔：

類型：{「分散」 | 「reg」| 「resid」| 「kde」| 「hex」}，可選

繪圖的種類。

我們在這裏創建的類似於matplotlib的hist2d所做的，它使用整個數據集創建類似於熱圖的東西。使用隨機數據的一個例子：

dates = pd.date_range('20080101', periods=10000, freq="D") 
df = pd.DataFrame({"dates": dates, "data": np.random.randn(10000)}) 

xdata, ydata = df["dates"], df["data"] 
sns.jointplot(x=mdates.date2num(xdata.astype(datetime)), y=ydata, kind="kde") 

plt.show()

這導致這一形象，這也是很好的看到分佈沿所需軸：

來源

2017-07-14 01:32:47

大量數據的散點圖

回答

首先回答你的問題：

現在，一個建議：

相關問題