相关疑难解决方法(0)

我想在Seaborn FacetGrid上的pandas数据框中的列中绘制误差条

import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns
df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar']*2,
                   'B' : ['one', 'one', 'two', 'three',
                         'two', 'two', 'one', 'three'],
                  'C' : np.random.randn(8),
                  'D' : np.random.randn(8)})
df

示例数据帧

    A       B        C           D
0   foo     one      0.445827   -0.311863
1   bar     one      0.862154   -0.229065
2   foo     two      0.290981   -0.835301
3   bar     three    0.995732    0.356807
4   foo     two      0.029311    0.631812
5   bar     two      0.023164   -0.468248
6   foo     one     -1.568248    2.508461
7 …

我试图了解如何在tsplot中计算错误带.此处显示了错误带的示例.

当我画一些简单的东西时

sns.tsplot(np.array([[0,1,0,1,0,1,0,1], [1,0,1,0,1,0,1,0], [.5,.5,.5,.5,.5,.5,.5,.5]]))

我y=0.5按预期得到一条垂直线.顶部误差带也是周围的垂直线,y=0.665底部误差带是周围的垂直线y=0.335.有人可以解释这些是如何衍生的吗？

我正在尝试根据以下数据创建一个3行时间序列图 ,在周x重载图中,每个群集是不同的行.

我对每个(Cluster,Week)对有多个观察结果(每个atm对应5个,将有1000个).我希望该行上的点是该特定(簇,周)对的平均过载值,并且该带是它的最小/最大值.

目前使用以下代码来绘制它,但我没有得到任何行,因为我不知道使用当前数据帧指定的单位:

    ax14 = sns.tsplot(data = long_total_cluster_capacity_overload_df, value = "Overload", time = "Week", condition = "Cluster")

GIST数据

我有一种感觉,我仍然需要重新塑造我的数据帧,但我不知道如何.寻找看起来像这样的最终结果