在Seaborn FacetGrid中绘制多个DataFrame列

时间:2015-06-03 14:57:18

标签: python pandas matplotlib plot seaborn

我正在使用以下代码

import seaborn as sns

g = sns.FacetGrid(dataframe, col='A', hue='A')
g.map(plt.plot, 'X', 'Y1')
plt.show()

制作一个像这样的seaborn facet情节: Example facet plot

现在我想在y轴上用另一个变量添加另一行,称为Y2。结果应该类似于垂直堆叠由

获得的两个图
g = sns.FacetGrid(dataframe, col='A', hue='A')
g.map(plt.plot, 'X', 'Y1')
plt.show()

g = sns.FacetGrid(dataframe, col='A', hue='A')
g.map(plt.plot, 'X', 'Y2')
plt.show()

Example plot with two rows

但在单个图中,没有重复的x轴和标题(" A =< value>")并且没有创建新的FacetGrid对象。

请注意

g = sns.FacetGrid(dataframe, col='A', hue='A')
g.map(plt.plot, 'X', 'Y1')
g.map(plt.plot, 'X', 'Y2')
plt.show()

不会达到此目的,因为它会导致Y1和Y2的曲线显示在A的每个值的相同子图中。

1 个答案:

答案 0 :(得分:3)

我使用以下代码创建了一个与您的匹配的合成数据集:

import pandas
import numpy
import seaborn as sns
import matplotlib.pyplot as plt

# Generate synthetic data
omega = numpy.linspace(0, 50)

A0s = [1., 18., 40., 100.]

dfs = []
for A0 in A0s:
    V_w_dr = numpy.sin(A0*omega)
    V_w_tr = numpy.cos(A0*omega)
    dfs.append(pandas.DataFrame({'omega': omega,
                                 'V_w_dr': V_w_dr,
                                 'V_w_tr': V_w_tr,
                                 'A0': A0}))
dataframe = pandas.concat(dfs, axis=0)

然后你可以做你想做的事(感谢@ )sharey='row', margin_titles=True的评论中的@mwaskom:

melted = dataframe.melt(id_vars=['A0', 'omega'], value_vars=['V_w_dr', 'V_w_tr'])
g = sns.FacetGrid(melted, col='A0', hue='A0', row='variable', sharey='row', margin_titles=True)
g.map(plt.plot, 'omega', 'value')

这导致

Result of plotting melted data