如何基于离散时间仓自动绘制多组PC1-PC2散点图？

以下用Python结合pandas和matplotlib实现自动批量生成对应时间仓的散点图，适配你的数据格式：

步骤说明 #

1. 将数据整理为可处理的DataFrame（Excel/CSV文件直接用pd.read_excel/pd.read_csv加载）
2. 自动识别所有存在的时间仓范围
3. 循环遍历每个时间仓，筛选出该时间点存在的物种（满足APPEARANCE ≤ 时间仓 ≤ DISAPPEARANCE）
4. 批量绘制并保存/显示散点图

完整代码示例 #

import pandas as pd
import matplotlib.pyplot as plt

# 1. 加载数据（示例用你提供的数据，实际替换为你的文件路径）
data = pd.DataFrame({
    'SPECIES': ['Alpha', 'Beta', 'Gamma', 'Delta', 'Epsilon'],
    'GROUP': ['A', 'B', 'B', 'B', 'D'],
    'APPEARANCE': [1, 1, 1, 2, 3],
    'DISAPPEARANCE': [2, 2, 5, 3, 4],
    'PC1': [-0.100119669, 0.217854357, 0.193998962, 0.126089613, -0.094182811],
    'PC2': [0.0595756, -0.010260947, -0.029757206, 0.014409345, -0.004406088]
})

# 2. 确定所有时间仓范围（从最小出现时间到最大消失时间）
min_time = data['APPEARANCE'].min()
max_time = data['DISAPPEARANCE'].max()
time_bins = range(min_time, max_time + 1)

# 3. 循环生成每个时间仓的散点图
for t in time_bins:
    # 筛选当前时间仓存在的物种
    current_data = data[(data['APPEARANCE'] <= t) & (data['DISAPPEARANCE'] >= t)]
    
    # 创建画布
    plt.figure(figsize=(8, 6))
    # 按GROUP分组绘制散点，不同组用不同颜色
    groups = current_data.groupby('GROUP')
    for name, group in groups:
        plt.scatter(group['PC1'], group['PC2'], label=name, alpha=0.7)
    
    # 设置图表属性
    plt.title(f'Time Bin {t}: PC1 vs PC2')
    plt.xlabel('PC1')
    plt.ylabel('PC2')
    plt.legend(title='GROUP')
    plt.grid(alpha=0.3)
    
    # 保存图表（可替换为你的保存路径，比如'./time_bin_{t}.png'）
    plt.savefig(f'time_bin_{t}.png', dpi=300, bbox_inches='tight')
    # 关闭画布释放内存
    plt.close()

print("所有时间仓图表已生成完成")

代码说明 #

• 数据加载部分：如果你的数据是CSV文件，把示例中的pd.DataFrame替换为pd.read_csv('你的数据路径.csv')即可
• 时间仓筛选逻辑：通过布尔索引自动筛选出当前时间仓内存在的物种，无需手动划分数据集
• 分组绘图：按GROUP字段区分不同物种组的颜色，方便组间对比
• 保存图表：自动以time_bin_1.png、time_bin_2.png等命名保存，避免手动操作

如果需要调整图表样式（比如颜色、点大小），可以修改plt.scatter的参数（如s控制点大小，c指定颜色）；如果偏好seaborn库，也可以把绘图部分替换为sns.scatterplot，核心逻辑保持一致。

内容的提问来源于stack exchange，提问作者Damiano