多输入多变量数据可视化

我试图通过从多个输入文件中读取多元数据模型来可视化它们。我正在寻找一个简单的解决方案来可视化从多个输入 csv 文件读取的多个类别数据。没有。各个文件中输入的行数范围为 1 到 10000。格式与 4 列 csv 文件的所有输入相同。

Input 1

tweetcricscore 34  51 high

Input 2

tweetcricscore 23 46 low
tweetcricscore 24  12 low
tweetcricscore 456 46 low

Input 3

tweetcricscore 653  1 medium 
tweetcricscore 789 178 medium

Input 4

tweetcricscore 625  46 part
tweetcricscore 86  23 part
tweetcricscore 3  1 part
tweetcricscore 87 8 part
tweetcricscore 98 56 part

四个输入分别属于不同的类别和col[1] and col[2]是某种分类的配对结果。这里的所有输入都是同一分类的输出。我想以更好的方式将它们可视化，以便仅在一个图中显示所有类别。正在寻找同样的 python 或 pandas 解决方案。散点图或任何最佳绘图方法。

我已经在堆栈交换的数据分析部分发布了此查询，但我没有运气，因此在这里尝试。https://datascience.stackexchange.com/questions/11440/multi-model-data-set-visualization-python https://datascience.stackexchange.com/questions/11440/multi-model-data-set-visualization-python

可能如下图所示，其中每个类都有自己的标记和颜色，可以进行分类或以任何更好的方式一起显示对值。

code: Edit 1:我正在尝试使用上述输入文件绘制散点图。

import numpy as np
import matplotlib.pyplot as plt
from pylab import*
import math
from matplotlib.ticker import LogLocator
import pandas as pd

df1 = pd.read_csv('input_1.csv', header = None)

df1.columns = ['col1','col2','col3','col4']
plt.df1(kind='scatter', x='col2', y='col3', s=120, c='b', label='Highly')

plt.legend(loc='upper right')
plt.xlabel('Freq (x)')
plt.ylabel('Freq(y)')
#plt.gca().set_xscale("log")
#plt.gca().set_yscale("log")
plt.show()

Error:

Traceback (most recent call last):
  File "00_scatter_plot.py", line 12, in <module>
    plt.scatter(x='col2', y='col3', s=120, c='b', label='High')
  File "/usr/lib/pymodules/python2.7/matplotlib/pyplot.py", line 3087, in scatter
    linewidths=linewidths, verts=verts, **kwargs)
  File "/usr/lib/pymodules/python2.7/matplotlib/axes.py", line 6337, in scatter
    self.add_collection(collection)
  File "/usr/lib/pymodules/python2.7/matplotlib/axes.py", line 1481, in add_collection
    self.update_datalim(collection.get_datalim(self.transData))
  File "/usr/lib/pymodules/python2.7/matplotlib/collections.py", line 185, in get_datalim
    offsets = np.asanyarray(offsets, np.float_)
  File "/usr/local/lib/python2.7/dist-packages/numpy/core/numeric.py", line 514, in asanyarray
    return array(a, dtype, copy=False, order=order, subok=True)
ValueError: could not convert string to float: col2

预期输出绘图-熊猫 http://pandas.pydata.org/pandas-docs/version/0.15.0/visualization.html

UPDATE:

具有不同的颜色：

colors = dict(low='DarkBlue', high='red', part='yellow', medium='DarkGreen')

fig, ax = plt.subplots()

for grp, vals in df.groupby('col4'):
    color = colors[grp]
    vals[['col2','col3']].plot.scatter(x='col2', y='col3', ax=ax,
                                       s=120, label=grp, color=color)

PS你必须关心你的所有团体（col4) - 定义于colors字典

旧答案：

假设您已将文件连接/合并/加入到单个 DF 中，我们可以执行以下操作：

fig, ax = plt.subplots()
[vals[['col2','col3']].plot.scatter(x='col2', y='col3', ax=ax, label=grp)
 for grp, vals in df.groupby('col4')]

PS 作为家庭作业 - 你可以玩弄颜色；）