Question

我对Python，pandas DataFrames和Seaborn都很陌生。当我试图更好地理解Seaborn时，特别是sns.lmplot，我发现两个由相同数据组成的数字之间存在差异，我认为它们应该看起来很相似，我想知道为什么会这样。

数据：我的数据是一个pandas DataFrame，有454行和19列。与此问题相关的数据包括4列，如下所示：

列：Av_density; PRED2; LOC;年;

变量类型：连续变量;连续变量;分类变量1 ... 4;分类2012 ... 2014

没有丢失的数据点。

我的目标是绘制一个2x2图形面板，分别描述每个LOC（=位置）的Av_density和pred2之间的关系，其中年份标记有不同的颜色。我打电话给seaborn：

import seaborn as sns
sns.set(style="whitegrid")
np.random.seed(sum(map(ord, "linear_categorical")))

（侧点：由于某种原因，调用＆＃34; linear_quantitative＆＃34;不起作用，即我得到＆＃34;文件＆＃34; stdin＆＃34;，第2行 sns.lmplot（＆＃34; Av_density＆＃34;，＆＃34; pred2＆＃34;，数据，col =＆＃34; LOC＆＃34;，hue =＆＃34; YEAR＆＃34;，col_wrap = 2） ;
^ SyntaxError：语法无效＆＃34; ）

图方法1，FacetGrid + scatter：

sur=sns.FacetGrid(Data,col="LOC", col_wrap=2,hue="YEAR")
sur.map(plt.scatter, "Av_density", "pred2" );
plt.legend()

这可以准确地分散数据。您可以在此处查看图片：https://drive.google.com/file/d/0B7h2wsx9mUBScEdUbGRlRk5PV1E/view?usp=sharing

图方法2，sns.lmplot：

sns.lmplot("Av_density", "pred2", Data, col="LOC", hue="YEAR", col_wrap=2);

这会使图形面板精确地除以LOC，不同颜色的年份，但数据点的分散看起来不正确。相反，看起来lmplot已经对数据点进行了线性化，并且除了回归线之外还丢失了它应该绘制的原始散点。你可以在这里看到这个数字：https://drive.google.com/file/d/0B7h2wsx9mUBSRkN5ZXhBeW9ob1E/view?usp=sharing

我的数据每年每个位置仅产生三个点，我首先想知道这是否是导致＆＃34;错误的原因。在lmplot datapoint中。最好我会用一条较短的线描述几年之间的趋势，而不是一个适当的回归，但我还没有想出代码。

但是在解决这个问题之前，我真的想知道我能解决的问题是否有问题，或者这是lmplot试图处理我的数据的问题？

热烈欢迎任何有关此问题的帮助，意见和建议！

-TA -

聚苯乙烯。我正在使用Spyder 2.3.4运行Python 2.7.8

编辑： 我变得更短＆＃34;趋势线＆＃34;使用第一种方法添加：

sur.map(plt.plot,"Av_density", "pred2" );

仍然想知道是什么让lmplot弄乱了这个数字。

Answer 1

问题可能只是增加的回归线弄乱了y轴，因此无法看到数据的可变性。尝试根据原始绘图中的可变性重置y轴，看看它们是否显示相同的内容，例如

fig1 = sns.lmplot("Av_density", "pred2", Data, col="LOC", hue="YEAR", col_wrap=2);
fig1.set(ylim=(-0.03, 0.05))
plt.show(fig1)

为什么sns.lmplot和FacetGrid + plt.scatter会从相同的数据创建不同的散点图？

1 个答案: