如何用Python绘制X与Y、Z的关联图（非三维图）

问题描述 #

用户拥有如下数据集：

X    Y    Z
 4    3    2
 5    6    9
 1    2    10

希望绘制X与Y、Z的关联图，形式类似plot(X,(Y,Z))，并非三维图，询问Python是否可实现，以及scipy.interpolate.griddata是否适用。

实现方案 #

完全可以用Python实现这类需求，且不需要用到scipy.interpolate.griddata（该工具用于离散点插值生成网格数据，适用于热力图、等高线图等场景，与当前需求不匹配）。你要的其实是在同一坐标系中，以X为横轴，同时绘制Y和Z两条曲线（或散点），直观展示X分别与Y、Z的关联关系。

方法1：使用Matplotlib手动绘制 #

import matplotlib.pyplot as plt

# 定义数据
X = [4, 5, 1]
Y = [3, 6, 2]
Z = [2, 9, 10]

# 创建绘图画布
plt.figure(figsize=(8, 5))

# 绘制X-Y、X-Z的折线+散点
plt.plot(X, Y, marker='o', color='blue', label='Y')
plt.plot(X, Z, marker='s', color='orange', label='Z')

# 添加图表元素
plt.xlabel('X')
plt.ylabel('Value')
plt.title('X vs Y & Z')
plt.legend()

# 显示图形
plt.show()

方法2：使用Pandas快速绘制（适合DataFrame格式数据） #

如果数据是以DataFrame形式存储，可直接利用Pandas的绘图接口：

import pandas as pd
import matplotlib.pyplot as plt

# 构建DataFrame
df = pd.DataFrame({
    'X': [4, 5, 1],
    'Y': [3, 6, 2],
    'Z': [2, 9, 10]
})

# 设置X为索引，绘制Y和Z的折线图
df.set_index('X').plot(marker='o', figsize=(8, 5))
plt.xlabel('X')
plt.ylabel('Value')
plt.title('X vs Y & Z')
plt.show()

以上两种方式都会生成同一横轴下的两条曲线，清晰展示X与Y、Z的关联关系，完全符合你想要的plot(X,(Y,Z))效果。

内容的提问来源于stack exchange，提问作者Iphy Kelvin