标签: seaborn

我正在创建一个带有seaborn的条形图,它不会产生任何类型的错误,但也没有任何反应.

这是我的代码:

import pandas 
import numpy
import matplotlib.pyplot as plt
import seaborn

data = pandas.read_csv('fy15crime.csv', low_memory = False)
seaborn.countplot(x="primary_type", data=data)
plt.xlabel('crime')
plt.ylabel('amount')

seaborn.plt.show()

我添加了"seaborn.plt.show()以努力让它出现,但它仍然没有工作.

Kaggle Titanic使用python 2.7

import pandas as pd
from pandas import Series,DataFrame

titanic_df = pd.read_csv("train.csv")

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

**sns.factorplot('Pclass',data=titanic_df,hue='Sex')**

在下面得到错误

TypeError                                 Traceback (most recent call last)
<ipython-input-7-a5240a4b6a9f> in <module>()
      1 # Let's first check gender
----> 2 sns.factorplot('Sex',data=titanic_df)

C:\Users\bigminduser\Anaconda2\lib\site-packages\seaborn-0.7.0-py2.7.egg\seaborn\categorical.pyc in factorplot(x, y, hue, data, row, col, col_wrap, estimator, ci, n_boot, units, order, hue_order, row_order, col_order, kind, size, aspect, orient, color, palette, legend, legend_out, sharex, sharey, margin_titles, facet_kws, **kwargs)
   3365 
   3366 …

我想用Seaborn.kdeplot创建一个Kernel-Density-Estimation,边上有一个颜色条.

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np; np.random.seed(10)
import seaborn as sns; sns.set(color_codes=True)
mean, cov = [0, 2], [(1, .5), (.5, 1)]
x, y = np.random.multivariate_normal(mean, cov, size=50).T
sns.kdeplot(x,y,shade=True)
plt.show()

在创建Kernel-Density-Estimation时,我不知道如何创建颜色条.我尝试使用plt.colorbar()但没有成功.

我正在尝试使用seaborn生成热图，但是我的数据格式存在一个小问题。

目前，我的数据格式为：

Name     Diag   Date
A        1       2006-12-01
A        1       1994-02-12
A        2       2001-07-23
B        2       1999-09-12
B        1       2016-10-12
C        3       2010-01-20
C        2       1998-08-20

我想创建一个热图（最好在python中）显示Name在一个轴上Diag-如果发生。我尝试使用旋转数据表pd.pivot，但是出现了错误

ValueError：索引包含重复的条目，无法重塑

来自：

piv = df.pivot_table（index ='Name'，columns ='Diag'）

时间无关紧要，但是我想展示哪个Names具有哪个Diag，哪个Diag组合聚集在一起。我是否需要为此创建一个新表？在某些情况下，Name并非与所有Diag

编辑：我从此尝试过：piv = df.pivot_table（index ='Name'，columns ='Diag'，values ='Time'，aggfunc ='mean'）

但是，由于时间采用日期时间格式，因此我最终得到：
pandas.core.base.DataError：没有要聚合的数字类型

是否有可能在seaborn的stripplot上注释每个点？我的数据在pandas数据框中.我意识到注释适用于matplotlib,但我没有发现它在这种情况下工作.

我正在尝试使用seaborn库从pandas数据帧创建热图.这是代码:

test_df = pd.DataFrame(np.random.randn(367, 5), 
                 index = pd.DatetimeIndex(start='01-01-2000', end='01-01-2001', freq='1D'))

ax = sns.heatmap(test_df.T)
ax.xaxis.set_major_locator(mdates.MonthLocator())
ax.xaxis.set_minor_locator(mdates.DayLocator())
ax.xaxis.set_major_formatter(mdates.DateFormatter('%b'))
ax.xaxis.set_minor_formatter(mdates.DateFormatter('%d'))

但是,我得到的数字没有在x轴上打印.

import seaborn as sns
sns.set(style="ticks")
exercise = sns.load_dataset("exercise")
g = sns.factorplot(x="time", y="pulse", hue="kind", data=exercise)

在上图中,有没有办法将其中一种线型绘制为虚线,例如将"其余"线绘制为虚线.

我想绘制一个5 x 4的图.相同的代码如下

fig, axis = plt.subplots(5, 4,figsize=[25,10])
i = 0
for channel in np.unique(data_recent['channel_id']):
    for year in np.unique(data_recent['year']):
        filter_data = data_recent.loc[(data_recent['channel_id']==str(channel)) & (data_recent['year']==year)]
        topics_count = []
        for topic in list(sumbags.keys()):
            topics_count.append([topic, filter_data[str(topic)].sum()])
        topics_group = pd.DataFrame(topics_count, columns = ['topics','count'])
        topics_group = topics_group.sort_values(by='count', ascending=False)[:5]
        print (channel, year)
        print (topics_group)

        sns.barplot(x = 'count', y = 'topics', data = topics_group, ax = axis[i])
        axis[i].set_title("Top 5 topics for " + str(channel) + " " + str(year))
        axis[i].set_ylabel("Topics")
        axis[i].set_xlabel("Count")
        fig.subplots_adjust(hspace=0.4)    
        fig.subplots_adjust(wspace=0.4)
        i += 1

print …

我在Anaconda上运行python 3.6.1。每当我尝试与seaborn密谋时，都会收到以下警告。

C:\Anaconda3\lib\site-packages\seaborn\categorical.py:1428: FutureWarning: remove_na is deprecated and is a private function. Do not use.
  stat_data = remove_na(group_data)

即使我尝试下面页面上发布的barplot示例，https： //seaborn.pydata.org/genic/seaborn.barplot.html

我仍然得到相同的结果。

提前致谢。

我简化了代码。但是结果也一样

[这与https://seaborn.pydata.org/genic/seaborn.barplot.html中的代码相同]

import seaborn as sns

sns.set_style("whitegrid")
tips = sns.load_dataset("tips")
sns.barplot(x="day", y="total_bill", data=tips)

我在Pandas Dataframe中有2个数据集，我想在相同的散点图中可视化它们，所以我尝试了：

import matplotlib.pyplot as plt
import seaborn as sns

sns.pairplot(x_vars=['Std'], y_vars=['ATR'], data=set1, hue='Asset Subclass')
sns.pairplot(x_vars=['Std'], y_vars=['ATR'], data=set2, hue='Asset Subclass')
plt.show()

但是，我一直得到2张独立的图表，而不是一张 如何可视化同一图上的两个数据集？另外，两个数据集可以具有相同的图例，而第二个数据集可以具有不同的颜色吗？