如何使用seaborn对象界面在标记的散点图点上绘制趋势线？

Question

我正在使用

seaborn.objects

界面来标记绘图点。但是，如果存在标签，我无法添加趋势线。

在第一个示例中将参数

text='label'

和方法

.add(so.Line(color='orange'), so.PolyFit())

添加到

so.Plot()

不会同时渲染标签和趋势线。

1. 有没有办法让两者都出现在同一个地块上？

2. 此外，我怎样才能在这些图上绘制一条

   x=y

   线？

带有标记绘图点的绘图（工作）：

import seaborn.objects as so
from matplotlib import pyplot as plt
import pandas as pd
import numpy as np

np.random.seed(42)
num_points = 10
df = pd.DataFrame({'x': np.random.randint(1, 100, size=num_points),
                   'y': np.random.randint(1, 100, size=num_points),
                   'label' : [chr(i + 65) for i in range(num_points)]})

fig, ax = plt.subplots()
p = so.Plot(data=df,
            x='x',
            y='y',
            text='label'
            ).add(so.Dot(marker='o')).add(so.Text(halign='left'))
p.on(ax).show()

趋势线图（工作）：

fig, ax = plt.subplots()
p = so.Plot(data=df,
            x='x',
            y='y',
            ).add(so.Dot(marker='o')).add(so.Line(color='orange'), so.PolyFit())
p.on(ax).show()

但是，带有标记绘图点和趋势线代码的绘图仅显示前者：

fig, ax = plt.subplots()
p = so.Plot(data=df,
            x='x',
            y='y',
            text='label',
            ).add(so.Dot(marker='o')).add(so.Text(halign='left')).add(so.Line(color='orange'), so.PolyFit())
p.on(ax).show()

Answer 1

在您提供的示例中，在

text='label'

中设置

so.Plot

，这会导致文本标签映射到所有图层。由于某种原因，此全局映射会在 Line/PolyFit 层中被覆盖。我发现，如果您在

text='label'

层中设置

so.Text()

映射，则可以防止它被其他层删除。换句话说，只需对代码进行一点小小的更改即可进一步向下移动

text='label'

：

fig, ax = plt.subplots()
p = (
    so.Plot(data=df, x='x', y='y')
    .add(so.Dot(marker='o'))
    .add(so.Text(halign='left'), text='label') #set the text mapping here
    .add(so.Line(color='orange'), so.PolyFit())
)
p.on(ax).show()

关于在图中添加标识线的第二个问题，我不确定是否有办法使用

so

，但既然你使用的是

matplotib

，我将这样做：

fig, ax = plt.subplots()
p = (
    so.Plot(data=df, x='x', y='y')
    .add(so.Dot(marker='o'))
    .add(so.Text(halign='left'), text='label')
    .add(so.Line(color='orange'), so.PolyFit())
    .on(ax)
)
p_axes = p.plot()._figure.gca() #get the matplotlib handle of the p object
p_axes.plot(p_axes.get_xlim(), p_axes.get_xlim()) #plot identity line