使用Pandas绘制DataFrame散点图结果异常，求解决方案及示例代码

散点图异常排查步骤 #

• 检查数据类型：从文本文件读取的列可能默认是字符串类型，先执行 print(df.dtypes) 确认x、y列是否为float64或int64。如果是object类型，转成数值并处理无效值：

  df['x'] = pd.to_numeric(df['x'], errors='coerce')
  df['y'] = pd.to_numeric(df['y'], errors='coerce')
  # 删除转数值后产生的空值行
  df = df.dropna(subset=['x', 'y'])
  

• 检查缺失值：执行 print(df[['x','y']].isnull().sum())，如果存在大量空值，大概率是文本文件格式（比如分隔符、换行）有问题，或者转数值时匹配规则不对，需要回头核对原始文本的结构。
• 排查极端值：用 df[['x','y']].describe() 查看数据的极值，要是存在超大/超小的异常值，会把坐标轴拉得极开，导致正常散点挤成一团看起来异常。可以过滤掉极端值：

  # 保留中间98%的数据，过滤掉上下1%的极值
  df = df[(df['x'] > df['x'].quantile(0.01)) & (df['x'] < df['x'].quantile(0.99))]
  df = df[(df['y'] > df['y'].quantile(0.01)) & (df['y'] < df['y'].quantile(0.99))]
  

• 核对绘图代码：确保列名调用正确，比如：

  import matplotlib.pyplot as plt
  plt.scatter(df['x'], df['y'])
  plt.show()
  

  或用Pandas原生绘图：

  df.plot.scatter(x='x', y='y')
  

按'pid'设置不同标记的散点图示例 #

import pandas as pd
import matplotlib.pyplot as plt

# 假设你的DataFrame为df，包含x、y、pid列
unique_pids = df['pid'].unique()
# 定义标记样式库，可根据需求补充
markers = ['o', 's', '^', 'D', 'v', '*', 'p']

plt.figure(figsize=(10,6))
# 循环绘制每个pid对应的数据点
for idx, pid in enumerate(unique_pids):
    subset = df[df['pid'] == pid]
    # 标记样式循环使用，避免数量不足
    marker = markers[idx % len(markers)]
    plt.scatter(subset['x'], subset['y'], marker=marker, label=f'pid={pid}', alpha=0.7)

plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.title('按pid区分标记的散点图')
plt.legend()
plt.show()

内容的提问来源于stack exchange，提问作者Ritesh Sharma