鉴于以下情况:
import numpy as np
import pandas as pd
import seaborn as sns
np.random.seed(365)
x1 = np.random.randn(50)
y1 = np.random.randn(50) * 100
x2 = np.random.randn(50)
y2 = np.random.randn(50) * 100
df1 = pd.DataFrame({'x1':x1, 'y1': y1})
df2 = pd.DataFrame({'x2':x2, 'y2': y2})
sns.lmplot('x1', 'y1', df1, fit_reg=True, ci = None)
sns.lmplot('x2', 'y2', df2, fit_reg=True, ci = None)
这将创建 2 个独立的图。如何将 df2 中的数据添加到同一图表上?我在网上找到的所有seaborn示例似乎都集中在如何创建相邻图表(例如,通过“hue”和“col_wrap”选项)。另外,我不喜欢使用可能存在附加列的数据集示例,因为这在我正在处理的项目中没有自然含义。
如果需要混合使用 matplotlib/seaborn 函数来实现此目的,如果有人可以帮助说明,我将不胜感激。
您可以使用
seaborn
的 FacetGrid
类来获得所需的结果。
您需要用这些行替换您的绘图调用:
# sns.lmplot('x1', 'y1', df1, fit_reg=True, ci = None)
# sns.lmplot('x2', 'y2', df2, fit_reg=True, ci = None)
df = pd.concat([df1.rename(columns={'x1':'x','y1':'y'})
.join(pd.Series(['df1']*len(df1), name='df')),
df2.rename(columns={'x2':'x','y2':'y'})
.join(pd.Series(['df2']*len(df2), name='df'))],
ignore_index=True)
pal = dict(df1="red", df2="blue")
g = sns.FacetGrid(df, hue='df', palette=pal, size=5);
g.map(plt.scatter, "x", "y", s=50, alpha=.7, linewidth=.5, edgecolor="white")
g.map(sns.regplot, "x", "y", ci=None, robust=1)
g.add_legend();
这将产生这个情节:
如果我理解正确的话,这就是您所需要的。
请注意,您需要注意
.regplot
参数,并且可能想要更改我作为示例给出的值。
;
是抑制命令的输出(我在可见的地方使用 ipython 笔记本)。.map()
方法给出一些解释。本质上,它就是这样做的,将绘图命令与数据映射。然而,它可以与“低级”绘图命令一起使用,例如 regplot
,而不是 lmlplot
,后者实际上是在场景后面调用 regplot。plt.scatter
将采用参数:c='none'
、edgecolor='r'
来制作非填充标记。但是seaborn正在干扰这个过程并强制标记颜色,所以我没有看到一个简单/直接的方法来解决这个问题,而是在seaborn生成情节之后操纵ax
元素,这最好作为一部分来解决另一个问题。sns.regplot
sns.regplot
,这是一个轴级函数,因为这不需要组合 df1
和 df2
。import pandas as pd
import seaborn
import matplotlib.pyplot as plt
# create the figure and axes
fig, ax = plt.subplots(figsize=(6, 6))
# add the plots for each dataframe
sns.regplot(x='x1', y='y1', data=df1, fit_reg=True, ci=None, ax=ax, label='df1')
sns.regplot(x='x2', y='y2', data=df2, fit_reg=True, ci=None, ax=ax, label='df2')
ax.set(ylabel='y', xlabel='x')
ax.legend()
plt.show()
sns.lmplot
sns.FacetGrid
,使用图形级函数比直接使用FacetGrid
更好。df1
和 df2
合并为长格式,然后将 sns.lmplot
与 hue
参数一起使用。seaborn
时,几乎 始终需要数据采用长格式。
pandas.DataFrame.stack
或 pandas.melt
将 DataFrame 从宽格式转换为长格式。df1
和 df2
必须重命名列,并有一个附加的标识列。这允许它们以 axis=0
(默认长格式)而不是 axis=1
(宽格式)连接。def fix_df(data: pd.DataFrame, name: str) -> pd.DataFrame:
"""rename columns and add a column"""
# rename columns to a common name
data.columns = ['x', 'y']
# add an identifying value to use with hue
data['df'] = name
return data
# create a list of the dataframes
df_list = [df1, df2]
# update the dataframes by calling the function in a list comprehension
df_update_list = [fix_df(v, f'df{i}') for i, v in enumerate(df_list, 1)]
# combine the dataframes
df = pd.concat(df_update_list).reset_index(drop=True)
# plot the dataframe
sns.lmplot(data=df, x='x', y='y', hue='df', ci=None)
pandas v1.2.4
seaborn v0.11.1
matplotlib v3.3.4