Измените жесткий код на более гибкий, используя цикл Python for

Question

Я пишу код для построения графиков. Я пишу с использованием жесткого кода, поэтому мой код недостаточно гибкий.

Я знаю, что можно использовать цикл for для решения проблем с жестким кодом. Но мои способности к Python недостаточно сильны.

Вот мой код.

df1 = df[df.cluster==0]
df2 = df[df.cluster==1]
df3 = df[df.cluster==2]

plt.scatter(df1.Age,df1['Income($)'],color='green')
plt.scatter(df2.Age,df2['Income($)'],color='red')
plt.scatter(df3.Age,df3['Income($)'],color='black')

В этом случае есть 3 кластера. Если cluster = 4, то нужно написать больше. df4 = ...

Могу ли я написать цикл for, например, этот

n = number of cluster
for i in range(n):
    df(random) = df[df.cluster==i]
for j in range(n):
    plt.scatter(df(n).Age,df(n)['Income($)'],color='RANDOM')

Мой вопрос в том, чтобы написать код всего в несколько строк, не используя жесткие коды.

Answer 1

Если вы ищете простое решение, это может быть оно. (Я повторно использовал ваш образец кода)

n = num_of_clusters
my_colors = ['green', 'red', 'black', ...]
for i in range(n):
    df_i = df[df.cluster == i]
    plt.scatter(df_i.Age, df_i['Income($)'], color=my_colors[i])

Answer 2

Одна возможность:

colors = ['green', 'red', 'black']

for i in range(3):
    df_temp = df[df.cluster==i]
    plt.scatter(df_temp.Age, df_temp['Income($)'], color=colors[i])

Answer 3

Это классическая групповая операция в pandas.

Взгляните на некоторые сообщения об использовании groupby. Ты мог бы...

• использовать groupby создавать группы на основе значения кластера
• Используйте цикл for, чтобы перебрать группы и...
• поместите каждую группу в контейнер групп.

Вот пример использования groupby

In [57]: from matplotlib import pyplot as plt                                   

In [58]: import pandas as pd                                                    

In [59]: data = {'year':[1976, 1979, 1982, 1978, 1982], 'income':[200, 170, 100,
    ...:  50, 120], 'cluster': [1, 1, 1, 2, 2]}                                 

In [60]: df = pd.DataFrame(data)                                                

In [61]: df                                                                     
Out[61]: 
   year  income  cluster
0  1976     200        1
1  1979     170        1
2  1982     100        1
3  1978      50        2
4  1982     120        2

In [62]: for label, df in df.groupby('cluster'): 
    ...:     plt.plot(df['year'], df['income'], label=label) 
    ...:                                                                        

In [63]: plt.legend()                                                           
Out[63]: <matplotlib.legend.Legend at 0x7fe792601e80>

In [64]: plt.show() 

производит: