标签: seaborn

我是新手seaborn，我有这个数据集，想要创建一个像这样的图表，但是使用seaborn.

这是我的数据：

max_depth = [ 3,  3,  3,  3,  3,  5,  5,  5,  5,  5,  7,  7,  7,  7,  7, 10, 10,
       10, 10, 10, 12, 12, 12, 12, 12]
min_samples_split = [2, 5, 15, 20, 25, 2, 5, 15, 20, 25, 2, 5,
   15, 20, 25, 2, 5, 15, 20, 25, 2, 5, 15, 20, 25]
test_score = [0.85089537, 0.85089537, 0.85089537, 0.85348114, 0.85354819, 0.87357118, 0.87328475, 0.87147859, 0.87425471, 0.87402261,
       0.86355856, 0.86120602, 0.87259394, 0.87582926, 0.87943536, 0.80913078, 0.82786446, …

我正在尝试以一种很好的方式显示我的数据，例如在seaborn文档中看到的：

我不太确定如何继续。我设法获得了点的值及其各自的标准差，但它看起来很分散，而我只想显示一种趋势：

我在这里和那里尝试应用建议的解决方案，但我无法使其工作。

这是我玩的：

Final_array =         Mean       Std
0   0.739269  0.157892
1   0.807382  0.160464
2   0.800024  0.137239
3   0.825854  0.132472
4   0.864854  0.070544
..       ...       ...
95  0.797202  0.101961
96  0.747578  0.143394
97  0.751472  0.158651
98  0.587009  0.198987
99  0.728447  0.104601

sns.set(style="darkgrid", palette="muted", color_codes=True)
fig, ax = plt.subplots(figsize=(7,5))
y_pos = np.arange(Final_array.shape[0])
ax.errorbar(y_pos, Final_array[:,0], yerr=Final_array[:,1], elinewidth=0.5)
plt.show()

有人有想法吗？我在使用绘图方面非常初学者。可以平滑吗？并获得像seaborn图像中那样漂亮的叠加层而不是误差线？

这些可能是愚蠢的问题。

亲切的问候，

简单的问题，我有一个在 row_colors 中包含变量“age_range”的聚类图，我也想将变量“education”添加为 row_color。我有以下工作代码：

agerange = df_cor_small.pop("agerange")
lut = dict(zip(agerange.unique(), "rbg"))
row_colors = agerange.map(lut)

ax = sns.clustermap(df_cor_small, cmap='YlGnBu', row_colors=row_colors, figsize=(15,100), cbar_pos=(1.05, .2, .03, .4))

输出这个图：

（目前 df_cor_small 不包含变量“education”，但一旦我知道如何实现它，它就会包含在内，因此它将像“agerange”一样可弹出）

有什么建议我可以如何实现这个吗？

我正在尝试使用 sns 绘制多线图，但仅将美国线保持为红色，而其他国家/地区为灰色

这是我到目前为止所拥有的：

df = px.data.gapminder()
sns.lineplot(x = 'year', y = 'pop', data = df, hue = 'country', color = 'grey', dashes = False, legend = False)

但这不会将线条更改为灰色。我想在这之后，我可以单独添加红色的美国线......

设置y=[0.7,0.2,0.1,0.05]和x=[1,2,3,4]，如何在 seaborn 中创建条形图/条形图，其中高度由 iey中给出的标签指定x，第一个条形的高度为 0.7，第二个条形的高度为 0.2 等，就像matplotlib

plt.bar(x=[1,2,3,4],height=y)

我运行了多重回归并将系数和标准误差存储到数据框中，如下所示：

我想制作一个图表来显示每个组的系数如何随时间变化，如下所示：

import matplotlib.pyplot as plt
import seaborn as sns

plt.figure(figsize=(14,8))

sns.set(style= "whitegrid")

sns.lineplot(x="time", y="coef",
             hue="group",
             data=eventstudy)
plt.axhline(y=0 , color='r', linestyle='--')
plt.legend(bbox_to_anchor=(1, 1), loc=2)
plt.show
plt.savefig('eventstudygraph.png')

其产生：

但我想包含使用主数据集中的“stderr”数据的错误栏。我想我可以使用“plt.errorbar”来做到这一点。但似乎无法弄清楚如何使其发挥作用。目前，我尝试添加 'plt.errorbar 行并尝试不同的迭代：

import matplotlib.pyplot as plt
import seaborn as sns

plt.figure(figsize=(14,8))

sns.set(style= "whitegrid")

sns.lineplot(x="time", y="coef",
             hue="group",
             data=eventstudy)
plt.axhline(y=0 , color='r', linestyle='--')
plt.errorbar("time", "coef", xerr="stderr", data=eventstudy)
plt.legend(bbox_to_anchor=(1, 1), loc=2)
plt.show
plt.savefig('eventstudygraph.png')

正如您所看到的，它似乎正在图表中创建自己的组/线。我想如果我只有一组，我会知道如何使用“plt.errorbar”，但我不知道如何让它适用于 3 个组。有没有某种方法可以制作 3 个版本的“plt.errorbar”，以便我可以分别为每个组创建误差线？或者有更简单的东西吗？

使用时sns.pairplot我有这个：

import seaborn as sns

iris = sns.load_dataset("iris")

g = sns.pairplot(iris, 
                 markers="+",
                 kind='reg',
                 diag_kind="kde",
                 plot_kws={'line_kws':{'color':'#aec6cf'}, 
                           'scatter_kws': {'alpha': 0.5, 
                                           'color': '#82ad32'}},
                 corner=True)

没有 kde 颜色的配对图：

但我需要更改绘图的对角线颜色，但是当我尝试时diag_kws，出现以下错误：

import seaborn as sns

iris = sns.load_dataset("iris")

g = sns.pairplot(iris, 
                 markers="+",
                 kind='reg',
                 diag_kind="kde",
                 plot_kws={'line_kws':{'color':'#aec6cf'}, 
                           'scatter_kws': {'alpha': 0.5, 
                                           'color': '#82ad32'}, 
                           'diag_kws': {'color': '#82ad32'}},
                 corner=True)

TypeError: regplot() got an unexpected keyword argument 'diag_kws'

您好，我刚刚为seaborn 热图创建了自定义cmap，但是当我想使用它时，它没有显示正确的颜色。我已经一步一步完成了：

import seaborn as sns
import numpy as np 
import matplotlib
import matplotlib.pyplot as plt

matrix = np.array([[149030, 34],[7442, 12]])
norm = matplotlib.colors.Normalize(matrix.min(), matrix.max())
boundaries = [value for value in matrix.flatten().tolist()]
list.sort(boundaries)

colors = [[norm(boundaries[0]), "#90AFC5"], 
          [norm(boundaries[1]), "#336B87"], 
          [norm(boundaries[2]), "#2a3132"], 
          [norm(boundaries[3]), "#763626"]]
    
    
cmap = matplotlib.colors.LinearSegmentedColormap.from_list("", colors)

fig = plt.figure(figsize=(6, 6))
ax = plt.subplot() 
    

annot = np.array([[f"{matrix[0,0]}", f"{matrix[0,1]}"],
                  [f"{matrix[1,0]}", f"{matrix[1,1]}"]], dtype=object)    

sns.heatmap(matrix,
            annot=annot,
            annot_kws={"size": 11},
            fmt="",
            ax=ax,
            vmin=matrix.min(),
            vmax=matrix.max(),
            cmap=cmap,
            cbar=True,
            cbar_kws={'format': '%.0f%%', 'ticks': boundaries, 'drawedges': True},
            xticklabels=False,
            yticklabels=False)

如您所见，我的输出有两个蓝色列，但我定义了不同的颜色：

我正在使用 Seaborn 绘制累积分布，它是使用以下代码的 KDE：

sns.distplot(values, bins=20, 
             hist_kws= {'cumulative': True}, 
             kde_kws= {'cumulative': True} )

这给了我下面的图表：

我想绘制一条垂直线和相应的 x 索引，其中 y 为 0.8。就像是：

如何获取特定 y 的 x 值？

我有如下数据：

 #df
  df = pd.DataFrame({
               'id': {0: -3, 1: 2, 2: -3, 3: 1},
               'val': {0: 0.4, 1: 0.03, 2: 0.88, 3: 1.3},
               'indicator': {0: 'A', 1: 'A', 2: 'B', 3: 'B'},
               'count': {0: 40000, 1: 5779, 2: 3000, 3: 31090}
              })
df

如果我执行以下代码，我将得到：

 sns.relplot(x = 'id', y = 'val', hue = 'indicator', size = 'count', data = df)

我想要一条线连接这些点。但如果我将绘图更改为线图，我将得到任何图表。

sns.lineplot(x = 'id', y = 'val', hue = 'indicator', size = 'count', data = df)