Question

我在将Seaborn Jointplot放入多列subplot时遇到问题。

import pandas as pd
import seaborn as sns

df = pd.DataFrame({'C1': {'a': 1,'b': 15,'c': 9,'d': 7,'e': 2,'f': 2,'g': 6,'h': 5,'k': 5,'l': 8},
          'C2': {'a': 6,'b': 18,'c': 13,'d': 8,'e': 6,'f': 6,'g': 8,'h': 9,'k': 13,'l': 15}})

fig = plt.figure();   
ax1 = fig.add_subplot(121);  
ax2 = fig.add_subplot(122);

sns.jointplot("C1", "C2", data=df, kind='reg', ax=ax1)
sns.jointplot("C1", "C2", data=df, kind='kde', ax=ax2)

注意如何只将jointplot的一部分放置在子图内，其余部分留在另外两个图框内。我想要的是同时将distributions插入subplots内。

任何人都可以帮忙吗？

Answer 1

没有黑客攻击就不容易做到。 jointplot调用JointGrid方法，每次调用时都会创建一个新的figure对象。

因此，黑客攻击是制作两个联合图（JG1 JG2），然后创建一个新图，然后将轴对象从JG1 JG2迁移到新的人物创造。

最后，我们调整刚创建的新图中子图的大小和位置。

JG1 = sns.jointplot("C1", "C2", data=df, kind='reg')
JG2 = sns.jointplot("C1", "C2", data=df, kind='kde')

#subplots migration
f = plt.figure()
for J in [JG1, JG2]:
    for A in J.fig.axes:
        f._axstack.add(f._make_key(A), A)

#subplots size adjustment
f.axes[0].set_position([0.05, 0.05, 0.4,  0.4])
f.axes[1].set_position([0.05, 0.45, 0.4,  0.05])
f.axes[2].set_position([0.45, 0.05, 0.05, 0.4])
f.axes[3].set_position([0.55, 0.05, 0.4,  0.4])
f.axes[4].set_position([0.55, 0.45, 0.4,  0.05])
f.axes[5].set_position([0.95, 0.05, 0.05, 0.4])

这是一个黑客攻击，因为我们现在使用的是_axstack和_add_key个私有方法，这些方法可能会与现在matplotlib未来版本中的方法保持一致。

Answer 2

在matplotlib中移动轴并不像以前版本那样容易。以下是使用当前版本的matplotlib。

正如在几个地方（this question，还有this issue）所指出的，一些seaborn命令会自动创建自己的数字。这被硬编码到seaborn代码中，因此目前无法在现有数字中生成这样的图。这些是PairGrid，FacetGrid，JointGrid，pairplot，jointplot和lmplot。

有一个seaborn fork available允许向各个类提供子图网格，以便在预先存在的图中创建图。要使用它，您需要将axisgrid.py从fork复制到seaborn文件夹。请注意，目前仅限于与matplotlib 2.1一起使用（也可能是2.0）。

另一种方法是创建一个seaborn图形并将轴复制到另一个图形。 this answer中显示了这一原则，可以扩展到Searborn情节。实现比我最初预期的要复杂一些。以下是可以使用seaborn网格实例（上述任何命令的返回），matplotlib图和SeabornFig2Grid调用的类subplot_spec，它是{{1}的位置网格。

gridspec

这个类的用法如下：

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
import seaborn as sns
import numpy as np

class SeabornFig2Grid():

    def __init__(self, seaborngrid, fig,  subplot_spec):
        self.fig = fig
        self.sg = seaborngrid
        self.subplot = subplot_spec
        if isinstance(self.sg, sns.axisgrid.FacetGrid) or \
            isinstance(self.sg, sns.axisgrid.PairGrid):
            self._movegrid()
        elif isinstance(self.sg, sns.axisgrid.JointGrid):
            self._movejointgrid()
        self._finalize()

    def _movegrid(self):
        """ Move PairGrid or Facetgrid """
        self._resize()
        n = self.sg.axes.shape[0]
        m = self.sg.axes.shape[1]
        self.subgrid = gridspec.GridSpecFromSubplotSpec(n,m, subplot_spec=self.subplot)
        for i in range(n):
            for j in range(m):
                self._moveaxes(self.sg.axes[i,j], self.subgrid[i,j])

    def _movejointgrid(self):
        """ Move Jointgrid """
        h= self.sg.ax_joint.get_position().height
        h2= self.sg.ax_marg_x.get_position().height
        r = int(np.round(h/h2))
        self._resize()
        self.subgrid = gridspec.GridSpecFromSubplotSpec(r+1,r+1, subplot_spec=self.subplot)

        self._moveaxes(self.sg.ax_joint, self.subgrid[1:, :-1])
        self._moveaxes(self.sg.ax_marg_x, self.subgrid[0, :-1])
        self._moveaxes(self.sg.ax_marg_y, self.subgrid[1:, -1])

    def _moveaxes(self, ax, gs):
        #https://stackoverflow.com/a/46906599/4124317
        ax.remove()
        ax.figure=self.fig
        self.fig.axes.append(ax)
        self.fig.add_axes(ax)
        ax._subplotspec = gs
        ax.set_position(gs.get_position(self.fig))
        ax.set_subplotspec(gs)

    def _finalize(self):
        plt.close(self.sg.fig)
        self.fig.canvas.mpl_connect("resize_event", self._resize)
        self.fig.canvas.draw()

    def _resize(self, evt=None):
        self.sg.fig.set_size_inches(self.fig.get_size_inches())

请注意，复制轴可能存在一些缺点，而且上述内容尚未经过彻底测试。

Answer 3

即使使用@ImportanceOfBeingErnest的优雅解决方案仍然遇到麻烦，您仍然可以将原始图作为图像保存到内存中，并使用它们来构建自定义图形。如果需要更高的分辨率，请使用“ .png”以外的其他格式。

以下是使用这种讨厌（但有效）的方法显示的示例：

import matplotlib.image as mpimg
import matplotlib.pyplot as plt
import seaborn as sns

# data
iris = sns.load_dataset("iris")
tips = sns.load_dataset("tips")

############### 1. CREATE PLOTS
# An lmplot
g0 = sns.lmplot(x="total_bill", y="tip", hue="smoker", data=tips, 
                palette=dict(Yes="g", No="m"))
# A PairGrid
g1 = sns.PairGrid(iris, hue="species")
g1.map(plt.scatter, s=5)
# A FacetGrid
g2 = sns.FacetGrid(tips, col="time",  hue="smoker")
g2.map(plt.scatter, "total_bill", "tip", edgecolor="w")
# A JointGrid
g3 = sns.jointplot("sepal_width", "petal_length", data=iris,
                   kind="kde", space=0, color="g")

############### 2. SAVE PLOTS IN MEMORY TEMPORALLY
g0.savefig('g0.png')
plt.close(g0.fig)

g1.savefig('g1.png')
plt.close(g1.fig)

g2.savefig('g2.png')
plt.close(g2.fig)

g3.savefig('g3.png')
plt.close(g3.fig)

############### 3. CREATE YOUR SUBPLOTS FROM TEMPORAL IMAGES
f, axarr = plt.subplots(2, 2, figsize=(25, 16))

axarr[0,0].imshow(mpimg.imread('g0.png'))
axarr[0,1].imshow(mpimg.imread('g1.png'))
axarr[1,0].imshow(mpimg.imread('g3.png'))
axarr[1,1].imshow(mpimg.imread('g2.png'))

# turn off x and y axis
[ax.set_axis_off() for ax in axarr.ravel()]

plt.tight_layout()
plt.show()

The four subplots are shown together in the following image

Answer 4

这是我的解决方案，您可以考虑覆盖类方法。无需复制和粘贴轴。

import seaborn as sns
class myjoint(sns.JointGrid):
    def __init__(self, x, y, data=None,height=6, ratio=5, space=.2,
                 dropna=True, xlim=None, ylim=None, size=None):
        super(myjoint, self).__init__(x, y, data,height, ratio, space,
                 dropna, xlim, ylim, size)
        plt.close(2)
        # Set up the subplot grid
        self.ax_joint = f.add_subplot(gs[1:, :-1])
        self.ax_marg_x = f.add_subplot(gs[0, :-1], sharex=self.ax_joint)
        self.ax_marg_y = f.add_subplot(gs[1:, -1], sharey=self.ax_joint)
        # Turn off tick visibility for the measure axis on the marginal plots
        plt.setp(self.ax_marg_x.get_xticklabels(), visible=False)
        plt.setp(self.ax_marg_y.get_yticklabels(), visible=False)

现在，您将能够绘制多个海洋联合图：

import matplotlib.gridspec as gridspec
import matplotlib.pyplot as plt
import pandas as pd

tips = sns.load_dataset("tips")

ratio = 3
f = plt.figure(figsize=(10,10))
outer_grid = gridspec.GridSpec(2, 2, wspace=0.3, hspace=0.3)
weekdays   = ["Sun","Sat","Thur","Fri"]
for i,weekday in enumerate(weekdays):
    tips[tips["day"]==weekday]
    gs = gridspec.GridSpecFromSubplotSpec(ratio+1, ratio+1,
            subplot_spec=outer_grid[i], wspace=0.3, hspace=0.3)
    g = myjoint(x="total_bill", y="tip", data=tips, ratio=ratio)
    g = g.plot(sns.regplot, sns.distplot)
f.tight_layout()

您可以在上面的代码片段中调整绘图行为，请注意，seaborn的默认样式不适合发布（它们在概率密度绘图上没有显示数字）。希望这对MLES班的学生也有所帮助。

如何在Subplot中绘制多个Seaborn Jointplot

4 个答案: