标签: seaborn

我正在学习使用Python进行数据分析，并使用matplotlib和seaborn库，并在Kaggle中制作了一个Notebook。我试图制作一个散点图，以显示萼片叶子和花瓣叶子的宽度和长度之间的比率。

sns.FacetGrid(iris, hue="Species", size=10) 

total_rows = iris.count
number_of_iris = len(iris)

sepalLengths = iris["SepalLengthCm"]
sepalWidths = iris["SepalWidthCm"]

petalLengths = iris["PetalLengthCm"]
petalWidths = iris["PetalWidthCm"]

plt.scatter(range(number_of_iris),(sepalLengths/sepalWidths))
plt.xlabel("ID")
plt.ylabel("Ratio")
plt.show()

输出是

这段代码正确无误，但我试图以三种不同的颜色显示该图，以区分这3种不同的物种。我将代码更改为：

total_rows = iris.count
number_of_iris = len(iris)

sepalLengths = iris["SepalLengthCm"]
sepalWidths = iris["SepalWidthCm"]

petalLengths = iris["PetalLengthCm"]
petalWidths = iris["PetalWidthCm"]

sns.FacetGrid(iris, hue="Species", size=10) \
   .map(range(number_of_iris),(sepalLengths/sepalWidths)) \
   .add_legend()

但收到错误：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-48-97e6cd0ab095> in <module>()
     10 petalWidths = iris["PetalWidthCm"]
     11 
---> 12 sns.FacetGrid(iris, hue="Species", size=10)    .map(range(number_of_iris),(sepalLengths/sepalWidths))    .add_legend()

如何将每个物种绘制成不同的颜色？

数据的一小部分是：

47,5.1,3.8, 1.34, …

我正在分析Iris 数据集并在花瓣宽度和花瓣长度之间绘制散点图。为了制作情节，我使用了以下代码：

# First, we'll import pandas, a data processing and CSV file I/O library
import pandas as pd
# We'll also import seaborn, a Python graphing library
import warnings # current version of seaborn generates a bunch of warnings that we'll ignore
warnings.filterwarnings("ignore")
import seaborn as sns
import matplotlib.pyplot as plt
import numpy
sns.set(style="dark", color_codes=True)

# Next, we'll load the Iris flower dataset, which is in the "../input/" directory
iris = pd.read_csv("Iris.csv") # the iris dataset is …

下面的代码显示了一个图表，其中包含我列表中的值的数量：

import seaborn as sns
sns.countplot([0,1,2,3,1,2,1,3,2,1,2,1,3])
plt.show()

我想要相同的百分比图。seaborn 或 matplotlib 是否有一个简单的选择？

我有以下数据框

   Class    Age Percentage
0   2004    3   43.491170
1   2004    2   29.616607
2   2004    4   13.838925
3   2004    6   10.049712
4   2004    5   2.637445
5   2004    1   0.366142
6   2005    2   51.267369
7   2005    3   19.589268
8   2005    6   13.730432
9   2005    4   11.155305
10  2005    5   3.343524
11  2005    1   0.913590
12  2005    9   0.000511

我想使用 seaborn 绘制条形图，其中 y 轴是“百分比”，x 轴是“类别”，并使用“年龄”列标记它们。我还想按降序排列条形，即从较大的条形到较小的条形。

为了做到这一点，我想到了以下几点：我将hue_order根据“百分比”变量的顺序更改参数。例如，如果我按降序对 'Percentage' 列进行排序Class == 2004，则hue_order = [3, 2, 4, 6, 5, 1]. …

我可以用 searborn 绘制一个普通的条形图，但是当我指定orient = 'h'没有在我的图中显示任何内容时。

df = pd.DataFrame(['A','A','A','B','B','C'],columns = ['letters'])
data =df.letters.value_counts()
sns.barplot(x = data.index, y = data)

与东方：

我有一个 12x17 的数据框，想创建一个如下所示的分类气泡图：

https://i.stack.imgur.com/IvD58.png（来自用于映射研究的分类气泡图）

我的数据框基本上是这样的：

#      A     B     C
# X   0.3   0.2   0.4
# Y   0.1   0.4   0.1

我不能使用 matplotlib.scatter 因为它不接受分类输入并且创建假值也不起作用，因为它不是 n*n。或者我可以吗？我想不通。我发现 seaborn.stripplot 需要一个分类输入，但所有气泡的大小都相同，所以我被卡住了。

任何想法如何在python中创建这样的情节？非常感谢。

是否可以设置海浪变形的最小和最大显示极限？

我试图遍历熊猫数据框的列，但是我所有的输出都使用相同的轴。

for v in var_list: 
    df[v].dropna(inplace=True) 
    var=df[v].max()
    vstar = v + "_output.png"
    splot = sns.distplot(df[v])
#    sns.plt.xlim(0, var)
    splot.figure.savefig(vstar)
    splot.autoscale()

我与几个尝试sns.plt.xlim（）和自动量程（），但也似乎这样的伎俩。我想念什么？

我正在尝试创建下图，但将月份写成 xticks 而不是整数：

我的代码目前看起来像这样：

plt.figure(figsize=(10,5))
sns.lineplot(x="Month",y="DHN",data = df.head(1100),color="BLACK")
sns.lineplot(x="Month",y="Heat Loss",data = df.head(1100),color ="RED")

结果是：

显然，这张图有很多地方是错误的。图表 x 轴应该从一月开始，数据框内的值在几个月内堆积起来（？），并且df.head(1100)不应该包括像十二月或九月这样的月份。

数据框的第一行如下所示：

以日期作为日期时间。

我错过了什么，它没有按照我想要的方式工作？

我想在 seaborn 直方图 (distplot) 上创建五个子图（数据框特定列中的每个类别一个）。

我的数据集是：

prog score
cool 1.9
cool 3.7
yay  4.5
yay  2.6
neat 1.4
neat 7
neat 6
wow  4.1
wow  1.7
wow  1.4
hooray 6.6
hooray 5.6
hooray 4.9
yikes 1.2
yikes 3.9
yikes 6.9

我不希望所有的 'prog's 都被绘制出来，只是一个列表中的每个：

prog score
cool 1.9
cool 3.7
yay  4.5
yay  2.6
neat 1.4
neat 7
neat 6
wow  4.1
wow  1.7
wow  1.4
hooray 6.6
hooray 5.6
hooray 4.9
yikes 1.2
yikes 3.9
yikes 6.9

prog_list …

我有一个很好的图形，它用通用代码绘制如下：

import seaborn as sns
sns.barplot(data=df, x='X', y='y', hue='HUE', capsize=.1)

默认情况下，误差条显示 95% 置信区间（我认为）。有没有办法可以轻松地将它们更改为标准错误？