在相同的图形seaborn上绘制多个列

Question

我有一个pandas dataFrame，我正在用seaborn绘图：

g = sns.FacetGrid(readCov, col='chr', col_wrap = 4, size=4)
g.map(plt.scatter, 'pos', 'bergC9', hue =  edgecolor='white')
g.set(xlim= (0, 250000))

这很有效，并为“chr”列中的每个'chr'提供了一个图表。但是，我希望每个图表上都有多个列。目前只显示一个，名为'bergC9'。我想在不同颜色的同一图表上添加更多列。

有什么想法吗？

谢谢！

编辑：输入数据文件

chr description pos bergB7  bergC9  EvolB20
1   1   '"ID=PBANKA_010290;Name=PBANKA_010290;descript...   108389  0.785456    0.899275    0.803017
2   1   '"ID=PBANKA_010300;Name=PBANKA_010300;descript...   117894  1.070673    0.964203    0.989372
3   1   '"ID=PBANKA_010310;Name=PBANKA_010310;descript...   119281  1.031106    1.042189    0.883518
4   1   '"ID=PBANKA_010320;Name=PBANKA_010320;descript...   122082  0.880109    1.031673    1.026539
5   1   '"ID=PBANKA_010330;Name=PBANKA_010330;descript...   126075  0.948105    0.969198    0.849213

编辑：我想要一个散点图，其中pos为x轴，bergB7，bergC9，EvolB20等，它们都是'应变'作为y轴，因此在同一图上有几个应变。我能够通过重新格式化我的数据集来实现这一点，因此它现在有一个'strain'参数或列并连接所有y数据。现在我可以使用带有'strain'的hue语法。我想不必重新格式化我的所有数据集。我认为有可能创建一个引用我想要绘制的所有列的循环，但我尝试了几种语法无济于事。我还有其他方法可以实现这一目标，但是这些方法创建了新的数据集，我知道这不是以编程方式进行的方式。我是新用户，想要正确开始。

这是输出应该是什么样的（显示15个图形面板的子集）： （我无法发布图片，因为我的'声誉'不够高）

Answer 1

编辑数据有两个chr个案例。应该适用于任何数量的＆＃34;菌株＆＃34;列。数据确实需要重新格式化;来自seaborn文档：

  

要使用这些功能，您的数据必须位于Pandas DataFrame中   它必须采取Hadley Whickam称之为“整洁”数据的形式。在   简而言之，这意味着您的数据框架应该构造成每个   column是一个变量，每行都是一个观察点。

但是熊猫很容易做到：

import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns
readCov = pd.DataFrame([ (1, '\'"ID=PBANKA_010290;Name=PBANKA_010290;descript...', 108389, 0.785456, 0.899275, 0.803017),
       (1, '\'"ID=PBANKA_010300;Name=PBANKA_010300;descript...', 117894, 1.070673, 0.964203, 0.9893719999999999),
       (1, '\'"ID=PBANKA_010310;Name=PBANKA_010310;descript...', 119281, 1.0311059999999999, 1.042189, 0.883518),
       (2, '\'"ID=PBANKA_010320;Name=PBANKA_010320;descript...', 122082, 0.880109, 1.031673, 1.0265389999999999),
       (2, '\'"ID=PBANKA_010330;Name=PBANKA_010330;descript...', 126075, 0.948105, 0.969198, 0.8492129999999999)],
       columns=[u'chr', u'description', u'pos', u'bergB7', u'bergC9', u'EvolB20'],
       )

meltCov = pd.melt(readCov,id_vars=['chr','description','pos'], var_name='strain')
g = sns.FacetGrid(meltCov, col='chr', hue='strain')
g.map(plt.scatter, 'pos','value')
g.set_xticklabels(rotation=45)
g.add_legend()

#this plots a figure per script automatically
from os.path import realpath, basename 
s = basename(realpath(__file__))
fig = plt.gcf()
fig.savefig(s.split('.')[0])
plt.show()