You need to enable JavaScript to run this app. pyplot绘制混合分类与数值数据DataFrame多子图问题咨询
优惠活动
大模型
产品
解决方案
定价
更多

pyplot绘制混合分类与数值数据DataFrame多子图问题咨询

问题根源拆解

你遇到的多子图整合渲染失败,并非pyplot存在全局固定的类型适配规则,本质是对不同绘图接口的类型适配逻辑存在认知偏差:

  • 单独运行时能正常绘制Cabin列的散点,大概率是使用了pandas自带的绘图接口,pandas会自动对字符串分类值做编码转换、适配y轴刻度,这个过程对用户是透明的;
  • 多子图场景下你在显式创建的ax轴对象上调用原生matplotlib的scatter方法时,matplotlib本身不支持直接传入字符串序列作为绘图的y值参数,会直接触发类型不兼容的渲染异常;
  • 你尝试循环新建独立figure仍未生效,核心原因是没有改变“给原生scatter传字符串列”的写法——哪怕单独开新画布,只要用原生ax方法传字符串序列,一样会报错,和是否整合子图、是否新建figure没有关系。

可行的规避方案

你提到的通过.astype()做类型转换的思路是完全可行的,针对这个泰坦尼克数据集的场景,具体操作如下:

  • 先将分类型的Cabin列通过.astype('category')转为pandas分类类型,提取对应的数值编码作为绘图的y轴输入
  • 手动将y轴刻度替换为对应的字符串分类值,避免坐标轴显示编码数字
  • 参考可运行的代码实现:
import matplotlib.pyplot as plt

# 预处理分类列
train_data['Cabin_cat'] = train_data['Cabin'].astype('category')
# 提取分类对应的数值编码
cabin_codes = train_data['Cabin_cat'].cat.codes

# 创建3个垂直排布的子图
fig, ax = plt.subplots(3, 1, figsize=(20, 20))
# 第一个子图:Age字段直方图,纯数值型无兼容问题
ax[0].hist(train_data['Age'].dropna())
# 第二个子图:PassengerId与Cabin的散点图,使用编码值作为y轴输入
ax[1].scatter(train_data['PassengerId'], cabin_codes)
# 替换y轴刻度为Cabin实际分类值
ax[1].set_yticks(
    ticks=range(len(train_data['Cabin_cat'].cat.categories)),
    labels=train_data['Cabin_cat'].cat.categories
)
# 第三个子图按照同样的逻辑处理数据类型后即可正常渲染

其他可选优化方向:

  • 如果不想手动做类型转换,也可以使用seaborn的散点绘图接口,其会自动对分类列做编码适配,直接传入DataFrame列名即可在多子图场景下正常渲染
  • 避免在同一figure中混用pandas绘图接口和原生matplotlib的轴对象调用逻辑,容易出现轴绑定错位导致的渲染异常

内容的提问来源于stack exchange,提问作者Luk

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.06 00:45:07