Seaborn：具有边缘直方图的kdeplots

Question

我正在使用kdeplot绘制两个双变量分布的密度，其中df_c和df_n是两个Pandas DataFrames：

f, ax = plt.subplots(figsize=(6, 6))
sns.kdeplot(df_c['attr1'], df_c['attr2'], ax=ax, cmap='Blues', shade_lowest=False)
sns.kdeplot(df_n['attr1'], df_n['attr2'], ax=ax, cmap='Reds',  shade_lowest=False)

我还想包括像jointplot（example plot）生成的边缘直方图。但是，我不能使用jointplot（因为它显然不可能用Jointplot绘制两个不同的分布，因为它会在每次调用时生成一个新的图形），我找不到有关如何重现它产生的边缘直方图的任何信息

使用Seaborn / matplotlib是否有一种简单的方法可以生成具有边缘直方图的kdeplot？或者，我是否忽略了使用关节图绘制两个单独分布的方法？

Answer 1

您可以使用seaborn.JointGrid。正如seaborn在this Github issue中的作者所解释的那样，关键是使用

  

＆＃34;名为ax_joint，ax_marg_x和ax_marg_y＆＃34;的属性的三个组件轴。

希望以下示例是您想要的：

import matplotlib.pyplot as plt
import seaborn as sns

iris = sns.load_dataset("iris")
setosa = iris.loc[iris.species == "setosa"]
virginica = iris.loc[iris.species == "virginica"]

g = sns.JointGrid(x="sepal_width", y="petal_length", data=iris)
sns.kdeplot(setosa.sepal_width, setosa.sepal_length, cmap="Reds",
            shade=True, shade_lowest=False, ax=g.ax_joint)
sns.kdeplot(virginica.sepal_width, virginica.sepal_length, cmap="Blues",
            shade=True, shade_lowest=False, ax=g.ax_joint)
sns.distplot(setosa.sepal_width, kde=False, color="r", ax=g.ax_marg_x)
sns.distplot(virginica.sepal_width, kde=False, color="b", ax=g.ax_marg_x)
sns.distplot(setosa.sepal_length, kde=False, color="r", ax=g.ax_marg_y, vertical=True)
sns.distplot(virginica.sepal_length, kde=False, color="b", ax=g.ax_marg_y, vertical=True)
plt.show()