标签: seaborn

如何在seaborn histplot 中的男性和女性条之间添加空格？

import seaborn as sns
tips = sns.load_dataset("tips")
sns.histplot(data=tips, x="day", hue="sex", multiple="dodge", shrink=.9)
plt.show()

我目前有以下情节：

问题是，由于短期小提琴图约为 -0.1，长期小提琴图约为 -0.5，因此图表的可读性远远低于应有的水平。因此，我想创建第二个 y 轴，连接到短期小提琴图。

我想使用两个不同的 y 轴创建小提琴图，同时在 x 轴上为多个标签绘制多个小提琴图。

我正在尝试创建一个小提琴情节。具体来说，对于 3 个不同的风险组，我想分别绘制长期和短期弹性的小提琴图（总共 6 个小提琴）。由于长期弹性与短期弹性的数量级不同，因此我想对长期和短期使用不同的 y 尺度。

这是我到目前为止所想到的：

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

np.random.seed(50)

# generate some random data
data1 = pd.DataFrame(np.random.normal(loc=0, scale=1, size=1000), columns=['Value'])
data2 = pd.DataFrame(np.random.normal(loc=5, scale=0.1, size=100), columns=['Value'])
data3 = pd.DataFrame(np.random.normal(loc=1, scale=1, size=1000), columns=['Value'])
data4 = pd.DataFrame(np.random.normal(loc=1, scale=0.1, size=100), columns=['Value'])
data5 = pd.DataFrame(np.random.normal(loc=2, scale=1, size=1000), columns=['Value'])
data6 = pd.DataFrame(np.random.normal(loc=2, scale=0.1, size=100), columns=['Value'])

# create the …

我该如何让它显示从 0 到 9 的所有 x 刻度？

 bin      diff
1       4 -0.032748
3       9  0.106409
13      7  0.057214
17      3  0.157840
19      0 -0.086567
...   ...       ...
1941    0  0.014386
1945    4  0.049601
1947    9  0.059406
1957    1  0.045282
1959    6 -0.033853

    (
    so.Plot(x='bin', y='diff', data=diff_df) 
    .theme({**axes_style("whitegrid"), "grid.linestyle": ":"})
    .add(so.Dots())
    .add(so.Range(color='orange'), so.Est())
    .add(so.Dot(color='orange'), so.Agg())
    .add(so.Line(color='orange'), so.Agg())
    .label(
        x="Image Similarity Bin", y="Difference",
        color=str.capitalize,
    )
  )

我尝试xticks在 .label 中设置，但它没有执行任何操作。

我非常喜欢Seaborn的PairGrid的功能.但是,我无法重塑这些次要情节令我满意.例如,下面的代码将返回一个包含1列和2行的数字,反映1 x变量和2 y变量.

import seaborn as sns
tips = sns.load_dataset('tips')
g = sns.PairGrid(tips,y_vars=['tip','total_bill'],x_vars=['size'], hue='sex')
g.map(sns.regplot,x_jitter=.125)

但是,我最好将这个数字重新定位为2列1行.看起来这些子图存在于其中g.axes,但是如何将它们传递回一种plt.subplots(1,2)函数？

我在pandas dataframe中有一些数据

df['Difference'] = df.Congruent.values - df.Incongruent.values
mean = df.Difference.mean()
std = df.Difference.std(ddof=1)
median = df.Difference.median()
mode = df.Difference.mode()

我想在1个图中绘制直方图和正态分布.是否有一个绘图函数,它将均值和西格玛作为参数？我不在乎它是matplotplib,seaborn还是ggplot.如果我能在1个图中标记数据的模式和中位数,那将是最好的.

如何在没有任何统计数据的情况下在Seaborn中绘制简单的条形图？数据集只是名称和值.

import pandas
df = pandas.DataFrame({"name": ["Bob Johnson", "Mary Cramer", "Joe Ellis"], "vals": [1,2,3]})

我想将此绘制为条形图,其中xlabels从name列和y轴值中拉出,vals并使x轴标签旋转45度.怎么做到呢？使用sns.barplot像:

sns.barplot(x="name", y="vals", data=df)

将计算此处不相关的统计数据.

我有一个简单的问题：我有两个数据帧，一个带有列（行，列，强度）的df_signal，另一个带有（行，列，检测到的）列的df_det，其中“强度”是一个浮点，而“检测到”是二进制1或0。

我想将df_det数据帧覆盖在热图中的df_signal帧上，其中检测到的单元格周围有一个帧。

我也很高兴使用seaborn以外的其他绘图库，如果这样做更容易的话。

我有时间序列数据，这些数据在（年，月）上具有多个索引，如下所示：

print(df.index)
print(df)

MultiIndex(levels=[[2016, 2017], [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]],
           labels=[[0, 0, 0, 0, 0, 0, 0, 0], [2, 3, 4, 5, 6, 7, 8, 9]],
           names=['Year', 'Month'])
            Value
Year Month            
2016 3       65.018150
     4       63.130035
     5       71.071254
     6       72.127967
     7       67.357795
     8       66.639228
     9       64.815232
     10      68.387698

我想对这些时间序列数据进行非常基本的线性回归。因为pandas.DataFrame.plot不进行任何回归，所以我打算使用Seaborn进行绘图。

我尝试通过使用以下方法lmplot：

sns.lmplot(x=("Year", "Month"), y="Value", data=df, fit_reg=True) 

但我得到一个错误：

TypeError: '>' not supported between instances of 'str' and 'tuple'

这对我来说特别有趣，因为中的所有元素df.index.levels[:]都是类型 …

我正在使用for循环为数据框df创建多个分类图：

object_bol = df.dtypes == 'object'
for catplot in df.dtypes[object_bol].index:
    sns.countplot(y=catplot,data=df)

plt.show()

输出是所有图一个接一个地排序，如何将其分配给具有n列和m行的网格（n和m取决于数据帧中对象的数量）？

是否可以使用Seaborn或Matplotlib创建语义差异图？我无法在文档和这里找到任何暗示.

语义差异图:

我在考虑线图,但是如何映射第二个y轴值？

如果这是可能的,怎么样？

谢谢你的帮助!