Seaborn 显示每个面板中的观察数量

Question

以下代码产生以下输出。

import seaborn as sns
penguins = sns.load_dataset("penguins")
sns.displot(data=penguins, x="flipper_length_mm", y="bill_length_mm", col="species", row="sex")

我想知道每个面板中使用了多少个观察值 (N)，并且如果可能的话，我想在每个面板中显示它们。有人知道如何做到这一点吗？

Answer 1

您可以使用

g.map_dataframe(func)

，其中

func

是用户定义的并接收两个参数：颜色（以允许一致的着色）和

data

，用于此子图的数据帧的子集。每次调用

func

时，matplotlib 的“当前 ax”将被设置为特定的子图。

plt.gca()

可以访问该

ax

。

这是一个通过“轴坐标”添加子集长度的示例：

import matplotlib.pyplot as plt
import seaborn as sns

def show_counts(color, data):
    ax = plt.gca()
    ax.text(0.5, 0.95, f'Count: {len(data)}', ha='center', color=color, transform=ax.transAxes)

penguins = sns.load_dataset("penguins")
g = sns.displot(data=penguins, x="flipper_length_mm", y="bill_length_mm", col="species", row="sex")
g.map_dataframe(show_counts)
plt.show()

Answer 2

JohanC 的答案是正确的，但不适用于

hue

。我想添加评论，但没有足够的声誉：以下内容适用于：

label_map = {}
label_val = 0.25
def show_counts(color, data, label):
    global label_map
    global label_val
    ax = plt.gca()
    if label not in label_map:
        label_map[label] = label_val
        label_val += .5
    ax.text(label_map[label], 0.98, f'Count: {len(data)}', ha='center', color=color, transform=ax.transAxes)

g = sns.FacetGrid(data, hue="direction", col="encounter", height=4).map(plt.scatter, "damage", "month").add_legend()
g.map_dataframe(show_counts)
plt.show()

这假设你的色调中有两件事（否则如何修复应该相当清楚）。我还发现 y 位置的 0.95 有点太小，无法与我的情况下的数据重叠。