假设我有一个大型数据集(8500000X50).我想散点图X(日期)和Y(在某一天拍摄的测量值).

我只能得到这个：

data_X = data['date_local']
data_Y = data['arithmetic_mean']
data_Y = data_Y.round(1)
data_Y = data_Y.astype(int)
data_X = data_X.astype(int)
sns.regplot(data_X, data_Y, data=data)
plt.show()

根据我在*上发现的某些“相同”问题,我可以对我的数据进行洗牌,或者采用1000个随机值并绘制它们.
但是如何以每个X(采取特定测量的日期)对应于实际(Y测量)的方式实现它.

解决方法:

首先,回答你的问题：

您应该使用pandas.DataFrame.sample从日期框架中获取样本,然后使用regplot,下面是使用随机数据的小示例：

import matplotlib.pyplot as plt
import matplotlib.dates as mdates
from datetime import datetime
import numpy as np
import pandas as pd
import seaborn as sns

dates = pd.date_range('20080101', periods=10000, freq="D")
df = pd.DataFrame({"dates": dates, "data": np.random.randn(10000)})

dfSample = df.sample(1000) # This is the importante line
xdataSample, ydataSample = dfSample["dates"], dfSample["data"]

sns.regplot(x=mdates.date2num(xdataSample.astype(datetime)), y=ydataSample) 
plt.show()

在regplot中,由于datetime的类型,我在我的X数据中执行转换,请注意,根据您的数据,这绝对不是必需的.

所以,而不是像这样的东西：

你会得到这样的东西：

现在,一个建议：

使用sns.jointplot,它有一个类型参数,来自文档：

kind : { “scatter” | “reg” | “resid” | “kde” | “hex” }, optional

Kind of plot to draw.

我们在这里创建的是matplotlib的hist2d所做的,它使用整个数据集创建类似热图的东西.使用随机数据的示例：

dates = pd.date_range('20080101', periods=10000, freq="D")
df = pd.DataFrame({"dates": dates, "data": np.random.randn(10000)})

xdata, ydata = df["dates"], df["data"]
sns.jointplot(x=mdates.date2num(xdata.astype(datetime)), y=ydata, kind="kde")

plt.show()

这会生成此图像,这也有助于查看所需轴上的分布：