Python实现：获取点图坐标，解决重复数据的散点绘制问题

我的数据为 [0.1, 0.2, 0.2, 0.2, 0.4, 0.3]，目标是用matplotlib的scatter绘制点图，所需坐标为(0.1,1)、(0.2,1)、(0.2,2)、(0.2,3)、(0.4,1)、(0.3,1)（其中0.2出现3次，对应3个递增的y值）。

我尝试用Counter类，但只能得到各值的出现次数，无法生成完整坐标，请问有没有简洁的实现方法？

我的尝试代码：

import pandas as pd
from collections import Counter
import matplotlib.pyplot as plt

x = pd.DataFrame({"X":[0.1, 0.2, 0.2, 0.2, 0.4, 0.3]}).X

counter=Counter(x)  # 想要得到 {0.1: 1,0.2: 1, 0.2: 2, 0.2: 3, 0.4: 1, 0.3: 1} 而不是 {0.1: 1, 0.2: 3, 0.4: 1, 0.3: 1}

df=pd.DataFrame.from_dict(counter, orient='index').reset_index().rename(columns={'index':'event', 0:'count'})

plt.scatter(x=df['event'], y=df['count'],alpha=0.3)  # 这个点图不完整，缺少(0.2,1)和(0.2,2)这两个点

方法一：使用Pandas的groupby+cumcount #

这是最简洁的实现方式，直接对原数据分组后生成每组内的递增序号（从1开始）：

import pandas as pd
import matplotlib.pyplot as plt

# 原始数据
x = pd.DataFrame({"X":[0.1, 0.2, 0.2, 0.2, 0.4, 0.3]}).X

# 生成每组内的递增y值（从1开始计数）
df = x.to_frame().assign(y=lambda d: d.groupby('X').cumcount() + 1)

# 绘制散点图
plt.scatter(x=df['X'], y=df['y'], alpha=0.3)
plt.show()

cumcount()会对每个分组内的元素从0开始计数，加1后正好得到你需要的1、2、3这样的递增y值。

方法二：纯Python实现（不依赖Pandas） #

如果不想用Pandas，可以用字典记录每个x值当前的计数，遍历原始数据生成坐标对：

from collections import defaultdict
import matplotlib.pyplot as plt

data = [0.1, 0.2, 0.2, 0.2, 0.4, 0.3]
counts = defaultdict(int)
coords = []

for num in data:
    counts[num] += 1
    coords.append((num, counts[num]))

# 拆分x和y坐标
x_coords, y_coords = zip(*coords)

plt.scatter(x=x_coords, y=y_coords, alpha=0.3)
plt.show()

这个方法通过defaultdict追踪每个x值的出现次数，每遇到一次就递增计数，直接生成所有需要的坐标对。

内容的提问来源于stack exchange，提问作者Soon