Question

我觉得自己很笨，但似乎无法使线形图与Seaborn一起正常工作。似乎与x轴有关，但我不明白。

我的源数据是来自https://www.insee.fr/fr/statistiques/2540004的原始文件。 ch3在seaborn之前看起来像这样：

    annais dpt  nombre
18    1952  23       3
23    1956  23       3
29    1961  23       4
31    1962  23       4
33    1963  23       8
35    1964  23      12
37    1965  23      16
39    1966  23      26
41    1967  23      37
43    1968  23      35
47    1969  23      58
51    1970  23      64
55    1971  23      39
59    1972  23      42
63    1973  23      48
67    1974  23      32
71    1975  23      27
75    1976  23      21
79    1977  23      17
83    1978  23      23
87    1979  23      15
91    1980  23      18
95    1981  23      14
99    1982  23       9
103   1983  23       8
107   1984  23      11
111   1985  23       3
115   1986  23       7
119   1987  23       5
129   1990  23       4
..     ...  ..     ...
98    1981  93     208
102   1982  93     209
106   1983  93     162
110   1984  93     180
114   1985  93     136
118   1986  93     126
122   1987  93     112
125   1988  93     100
128   1989  93      64
132   1990  93      61
135   1991  93      71
138   1992  93      56
141   1993  93      40
144   1994  93      54
147   1995  93      42
150   1996  93      30
153   1997  93      17
156   1998  93      21
159   1999  93      14
162   2000  93      17
165   2001  93      28
168   2002  93      16
171   2003  93      10
174   2004  93      11
177   2005  93       4
180   2006  93       4
184   2008  93       5
187   2009  93       4
191   2011  93       4
198   2017  93       4

[199 rows x 3 columns]

基本上尝试按年份（x轴）绘制姓氏（y轴）的频率为4个部门。年（“ annais”）是一个四位数的整数。为了安全起见，我对值进行了排序。但是，折线图一直在中断，值不能从右到左连续保持不变。 Pandas plot（）需要一个特殊的枢轴，但至少它可以工作。有什么想法吗？

有效的代码（熊猫Plots（））：

import numpy as np
from matplotlib import pyplot as plt
from matplotlib import cm
%matplotlib inline
plt.rcParams['figure.figsize'] = [12, 8]

import pandas as pd
import seaborn as sns

df = pd.read_csv('dpt2017.txt', sep = '\t')
##df = pd.read_csv('nat2017.txt', sep = '\t')
ch = df.loc[df['preusuel'].isin(['CHRISTOPHE'])]
ch = ch[ch.annais != 'XXXX']
ch.nombre.astype(int)
ch.annais.astype(int)
ch = ch.drop(columns=['sexe'])
ch = ch[ch.dpt.isin(['75', '92', '93', '23'])]

ch2=ch.groupby(['preusuel', 'annais', 'dpt']).sum()
ch3=ch2.reset_index()
ch3 = ch3.sort_values(by=['dpt','annais']).drop(columns=['preusuel'])

graph = ch3.pivot(index='annais', columns='dpt', values='nombre')
graph.plot()

结果：

可破解的代码（Seaborn）：

import numpy as np
from matplotlib import pyplot as plt
from matplotlib import cm
%matplotlib inline
plt.rcParams['figure.figsize'] = [12, 8]

import pandas as pd
import seaborn as sns

sns.set(style="darkgrid")
df = pd.read_csv('dpt2017.txt', sep = '\t')
##df = pd.read_csv('nat2017.txt', sep = '\t')
ch = df.loc[df['preusuel'].isin(['CHRISTOPHE'])]
ch = ch[ch.annais != 'XXXX']
ch.nombre.astype(int)
ch.annais.astype(int)
ch.annais.astype(int)
ch = ch.drop(columns=['sexe'])
ch = ch[ch.dpt.isin(['75', '92', '93', '23'])]

ch2=ch.groupby(['preusuel', 'annais', 'dpt']).sum()
ch3=ch2.reset_index()
ch3 = ch3.sort_values(by=['dpt','annais']).drop(columns=['preusuel'])

palette = sns.color_palette('muted',4)
ax = sns.lineplot(x="annais", y="nombre", hue = "dpt",palette=palette, data=ch3)
ax.xaxis.set_major_locator(plt.MaxNLocator(10))
ax.yaxis.set_major_locator(plt.MaxNLocator(10))

结果：

Answer 1

虽然这不能解释为什么seaborn担心'annais'字段为str的年份，并将其强制转换为int起作用。我以前曾尝试这样做，但是您必须使用ch['annais']=ch.annais.astype(int)而不是ch.annais.astype(int)！

非常感谢@tobsecret和@ImportanceOfBeingErnest

Seaborn线图“左退”的问题

1 个答案: