你可以使用pandas
库来解决这个问题。下面是一个示例代码:
import pandas as pd
import matplotlib.pyplot as plt
# 创建一个示例数据
data = {'col1': ['A', 'A', 'B', 'B', 'C', 'C'],
'col2': [1, 2, 3, 4, 5, 6],
'col3': [7, 8, 9, 10, 11, 12],
'col4': [13, 14, 15, 16, 17, 18]}
df = pd.DataFrame(data)
# 按照第二列的值分组,并选取第一列的值
grouped = df.groupby('col2')['col1'].first()
# 绘制每个值与该第一列值的关系
for index, value in grouped.items():
subset = df[df['col2'] == index]
plt.plot(subset['col3'], subset['col4'], label=value)
plt.legend()
plt.xlabel('col3')
plt.ylabel('col4')
plt.show()
这段代码首先创建了一个示例数据,其中col1
是要按照其值分组的列,col2
、col3
和col4
是要绘制关系的其他三列。然后使用groupby
方法按照col2
列的值进行分组,并选取每组中第一行的col1
值。最后,使用循环遍历每个分组,绘制对应分组的col3
和col4
关系图,并在图例中显示对应的col1
值。