从数据库提取的10k记录散点图

Question

我正在尝试在Python中制作一个散点图。我原以为这会很简单，但在理解散点图（x和y值）时遇到了困难。

==我的任务 ==

• 我有一个数据库，目前有超过1万条记录（都是浮点数），并且每天都会增加。
• 这些记录的范围是从200到2000（以浮点数表示）。
• 所以，我想看看我的数据集中哪个区域的数据最多。

==我做了什么？==

import numpy as np
import pylab as pl
import MySQLdb
import sys
import math

conn = MySQLdb.connect(
    host="localhost",
    user="root",
    passwd="root",
    db="myproject")

with conn:
    cur = conn.cursor()

    #will fetch all recoreds called monoiso field
    cur.execute("SELECT monoiso FROM pmass_selectedion")
    rows = cur.fetchall()

    for row in rows:

        #xvalue for monoiso variable and yvalue for range 
        xvalue = row
        yvalue = [600]

        # tried this way too but got x and y dimension error
        #yvalue = [400,800,1200,1600]

        pl.plot(xvalue,yvalue,'ro')
pl.show()

散点图的理解 (链接)

好的！这个图看起来没有任何意义。

==问题 ==

• 如何制作散点图，以查看数据最多的区域？
• 我该如何设置y变量，使其与x变量（获取的记录总数）保持相同的维度？

我对绘图和统计学还很陌生，所以请帮帮我。

Answer 1

在散点图中，你需要有相同数量的x值和y值。通常在散点图里，一个变量是另一个变量的函数，或者至少两个变量都有数字值。比如，你可以有x值[1, 2, 3]和y值[4, 5, 6]，这样在一个二维图上，(x, y)的点(1, 4)、(2, 5)和(3, 6)就会被绘制出来。

在你的情况中，似乎只有x值，没有y值，而你又把y值固定了。根据我的理解，我们不能这样生成散点图。每个x值都需要对应一个y值。你可以尝试用序号作为y值，但在图上可能看起来没什么意义。

Answer 2

也许你在寻找matplotlib的直方图：

import numpy as np
import MySQLdb
import matplotlib.pyplot as plt # This is meant for scripts
# import pylab as pl # This is meant for interactive sessions; 
import operator

conn = MySQLdb.connect(
    host="localhost",
    user="root",
    passwd="root",
    db="myproject")

with conn:
    cur = conn.cursor()

    #will fetch all recoreds called monoiso field
    cur.execute("SELECT monoiso FROM pmass_selectedion")
    rows = cur.fetchall()

monoisos = [row[0] for row in rows]

# Make a histogram of `monoisos` with 50 bins.
n, bins, histpatches = plt.hist(monoisos, 50, facecolor = 'green')
plt.show()

---

你也可以使用numpy.histogram来制作直方图或点图：

momoisos = [row[0] for row in rows]
hist, bin_edges = np.histogram(monoisos, bins = 50)
mid = (bin_edges[1:] + bin_edges[:-1])/2
plt.plot(mid, hist, 'o')
plt.show()

---

关于使用pylab：pyplot的文档中提到

matplotlib.pylab把pyplot和numpy合并到一个命名空间中。这对于互动工作很方便，但在编程时建议保持命名空间分开。