与Seaborn分散的画线

Question

我的目标是在使用seaborn制作的地块上绘制y = 0的水平红线：sns.lmplot由col=或row=分割。

import numpy as np, seaborn as sns, pandas as pd
np.random.seed(5)

myData = pd.DataFrame({'x' :  np.arange(1, 101), 'y': np.random.normal(0, 4, 100),\
'z' : ['a','b']*50, 'w':np.random.poisson(0.15,100)})


sns.lmplot("x", "y", col="z", row="w", data=myData, fit_reg=False)
plt.plot(np.linspace(-20,120,1000), [0]*1000, 'r-')

我们可以看到，只有最后一块地块，用红线标出：

感谢您的帮助，

编辑：重新编写问题以说明我们使用col=和/或row=生成一系列地块的情况，我们希望跟踪该行每个情节。

Answer 1

所以这段代码适用于我们使用col=，row=和hue=的一般情况。

import numpy as np, seaborn as sns, pandas as pd
np.random.seed(5)

myData = pd.DataFrame({'x' :  np.arange(1, 101), 'y': np.random.normal(0, 4, 100),\
'z' : ['a','b']*50, 'w':np.random.poisson(0.15,100), 'hueMe':['q','w','e','r','t']*20})

myPlot = sns.FacetGrid(col="z", row='w', hue='hueMe', data=myData, size=5)
myPlot = myPlot.map(plt.scatter, "x", "y").set(xlim=(-20,120) , ylim=(-15,15))
myPlot = myPlot.map_dataframe(plt.plot, [-20,120], [0,0], 'r-').add_legend().set_axis_labels("x", "y")
plt.show()

不确定为什么水平线的颜色是每个单独情节上使用的最后一种颜色，但我暂时放弃了这一点：）

Answer 2

由于我遇到了这个寻找答案，这是我最终发现的更一般的答案：

map_dataframe也将接受用户定义的函数（并将数据框传递给此函数），这非常强大，因为您可以在facetgrid上绘制任何内容。在OP案例中：

def plot_hline(y,**kwargs):
    data = kwargs.pop("data") #get the data frame from the kwargs
    plt.axhline(y=y, c='red',linestyle='dashed',zorder=-1) #zorder places the line underneath the other points

myPlot = sns.FacetGrid(col="z", row='w', hue='hueMe', data=myData, size=5)
myPlot.map(plt.scatter, "x", "y").set(xlim=(-20,120) , ylim=(-15,15))
myPlot.map_dataframe(plot_hline,y=0)
plt.show()

我的问题稍微复杂一点，因为我希望每个方面都有不同的水平线。

为了复制我的情况，假设'z'变量有两个样本（a和b），每个样本都有一个观察值'obs'（我已经添加到下面的myData中）。 'hueMe'表示每个样本的建模值。

myData = pd.DataFrame({'x' :  np.arange(1, 101), 
                       'y': np.random.normal(0, 4, 100),
                       'z' : ['a','b']*50,
                       'w':np.random.poisson(0.15,100),
                       'hueMe':['q','w','e','r','t']*20,
                       'obs':[3,2]*50})

当您将数据框传递给plot_hline时，您需要为每个'z'样本删除'obs'的重复值，因为axhline只能为y获取单个值。 （请记住，在我们的例子中，每个样本都有1个观察值'obs'但多个模型'hueMe'值。此外，y必须是标量（而不是系列），因此您需要索引数据框以提取值本身。

def plot_hline(y,z, **kwargs):
    data = kwargs.pop("data") #the data passed in through kwargs is a subset of the original data - only the subset for the row and col being plotted. it's a for loop in disguise.
    data = data.drop_duplicates([z]) #drop the duplicate rows
    yval = data[y].iloc[0] #extract the value for your hline.
    plt.axhline(y=yval, c='red',linestyle='dashed',zorder=-1)


myPlot = sns.FacetGrid(col="z", row='w', hue='hueMe', data=myData, size=5)
myPlot.map(plt.scatter, "x", "y").set(xlim=(-20,120) , ylim=(-15,15))
myPlot.map_dataframe(plot_hline,y='obs',z='z')
plt.show()

resulting plot

现在seaborn将您函数的输出映射到FacetGrid的每个方面。请注意，如果您使用的是与axhline不同的绘图函数，则可能不一定需要从该系列中提取该值。

希望这有助于某人！

Answer 3

Seaborn实际上只是matplotlib的一个接口，所以你也可以使用所有标准的matplotlib函数。在您的seaborn图之后，导入pyplot并绘制一条红色水平线。

import numpy as np, seaborn as sns, pandas as pd
import matplotlib.pyplt as plt
np.random.seed(5)

myData = pd.DataFrame({'x' :  np.arange(1, 101), 'y': np.random.normal(0, 4, 100)})

sns.lmplot("x", "y", data=myData, line_kws={'xdata': '0,1','ydata': '0,0','color': 'k', 'linestyle':'-', 'linewidth':'5'}, fit_reg=False)
plt.plot(np.linspace(-20,120,1000), [0]*1000, 'r')

我的图片在这里 - http://i.imgur.com/J7Lvt52.png