如何将 pandas .plot() 传输到 Matplotlib .errorbar()
我正在使用 pandas 的 .plot() 函数在我绘制的线图上绘制误差线，
scores_xgb.plot(x='size', y='MSE_mean_tot', kind='line',logx=True,title='XGBoost 5 samples, 5 fold CV')
运行此函数会得到以下图：
为了绘制误差线，我选择使用 Matplotlib 中的 .errorbar() 。运行单元格时，
plt.errorbar(x=scores_xgb.size, y=scores_xgb.MSE_mean_tot, yerr=std_xgb ,title='XGBoost 5 samples, 5 fold CV')
plt.show()
我收到以下错误消息：
ValueError: 'x' and 'y' must have the same size
这让我感到困惑，因为我在两个示例中使用相同的 Dataframe，每次都对 x 和 使用相同的变量 >y 分别，因此它两次具有相同的大小 (12)。
注意： yerr = std_xgb 的尺寸也为 12。
I'm looking to plot error bars on a line plot I did using pandas's .plot() function
scores_xgb.plot(x='size', y='MSE_mean_tot', kind='line',logx=True,title='XGBoost 5 samples, 5 fold CV')
Running this gives me the following plot:
For plotting the error bars, I choose to use .errorbar() from Matplotlib. When running the cell
plt.errorbar(x=scores_xgb.size, y=scores_xgb.MSE_mean_tot, yerr=std_xgb ,title='XGBoost 5 samples, 5 fold CV')
plt.show()
I receive the following error message:
ValueError: 'x' and 'y' must have the same size
This confuses me, as I use the same Dataframe in both examples, each time using the same variable for x and y respectively, therefore it has the same size (12) both times.
NB: the yerr = std_xgb also has size 12.
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
pandas.DataFrame对象上有一个名为size的属性，它是一个数字，等于 DataFrame 中的单元格数量（中值的乘积） df.shape ）。您正在尝试访问名为size的列，但 pandas 在选择列名称大小。由于单个数字的形状为 1，但数据帧中的列的长度为 12，因此形状不匹配。相反，使用字符串来索引数据帧并获取列：
There is a property on
pandas.DataFrameobjects namedsize, and it's a number, equal to the number of cells in the DataFrame (the product of the values indf.shape). You're trying to access a column namedsize, but pandas chooses the property namedsizebefore it chooses the column namesize. Since the single number has a shape of 1 but the columns in the dataframe have a length of 12, you're getting a shape mismatch.Instead, use strings to index the dataframe and get the the columns: