如何基于Pandas DataFrame绘制指定规则的散点图？

我有一个包含多列的Pandas DataFrame，希望绘制一张散点图：X轴为所有列名，Y轴为DataFrame的索引，散点的大小对应每个单元格的值。实现时遇到了困难，我的DataFrame结构如下：

我尝试了以下代码：

df.plot.scatter(x=df.columns, y=df.index, s=lambda x,y)

但没有成功。请问有什么解决思路？

我期望得到的图表是：列名作为X值，索引作为Y值，散点大小为对应单元格的值。

你用的df.plot.scatter方法不适合这种场景——它要求x和y是DataFrame中的单列，没法直接把所有列名作为X轴、索引作为Y轴来映射多单元格的值。正确的做法是先把DataFrame转换成长格式（long format），再用绘图库实现：

1. 转换数据格式
   先把索引转为列，再用pd.melt将宽表转成包含三列的长表：索引（Y轴）、列名（X轴）、单元格值（散点大小）：

   # 将索引转为列，命名为'y'
   df_reset = df.reset_index().rename(columns={'index': 'y'})
   # 转换为长格式
   df_long = pd.melt(df_reset, id_vars='y', var_name='x', value_name='size')
   

   转换后的数据结构示例：

   y	x	size
   0	Column A	1
   1	Column A	2
   0	Column B	Cell 2
   ...	...	...

2. 提取数值用于散点大小
   你的单元格值包含Cell 2这类字符串，需要先提取其中的数字作为散点大小的依据：

   # 提取字符串中的数字并转为整数
   df_long['size_num'] = df_long['size'].str.extract('(\d+)').astype(int)
   

3. 绘制散点图
   可以用Matplotlib或Seaborn实现，两种方式示例如下：

   • Matplotlib实现：

     import matplotlib.pyplot as plt
     
     plt.figure(figsize=(10,6))
     # 遍历每个数据点绘制散点
     for idx, row in df_long.iterrows():
         plt.scatter(row['x'], row['y'], s=row['size_num']*50)  # 乘以50放大散点，方便观察
     plt.xlabel('列名')
     plt.ylabel('索引')
     plt.title('列名-索引散点图（大小对应单元格值）')
     plt.show()
     

   • Seaborn实现：

     import seaborn as sns
     
     plt.figure(figsize=(10,6))
     sns.scatterplot(data=df_long, x='x', y='y', size='size_num', sizes=(50, 300))
     plt.xlabel('列名')
     plt.ylabel('索引')
     plt.title('列名-索引散点图（大小对应单元格值）')
     plt.show()
     

核心原因是：Pandas原生的plot.scatter仅支持单列x与单列y的散点映射，而你的需求是把每一列作为x的类别、每一行作为y的类别，本质是展示二维数值矩阵，必须先转成长表才能让绘图库正确识别每个点的x、y和大小映射关系。

内容的提问来源于stack exchange，提问作者Jeesh Daram