我在熊猫DataFrame
中有数据:
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
np.random.seed(786)
df = pd.DataFrame({'a':np.arange(0, 1, 0.05),
'b':np.random.rand(20) - .5})
print (df)
a b
0 0.00 0.256682
1 0.05 -0.192555
2 0.10 0.393919
3 0.15 -0.113310
4 0.20 0.373855
5 0.25 -0.423764
6 0.30 -0.123428
7 0.35 -0.173446
8 0.40 0.440818
9 0.45 -0.016878
10 0.50 0.055467
11 0.55 -0.165294
12 0.60 -0.216684
13 0.65 0.011099
14 0.70 0.059425
15 0.75 0.145865
16 0.80 -0.019171
17 0.85 0.116984
18 0.90 -0.051583
19 0.95 -0.096527
我想绘制barplot
并添加垂直线:
plt.figure(figsize=(10,5))
sns.barplot(x = 'a', y = 'b', data = df)
plt.vlines(x = 0.45, ymin = 0, ymax = 0.6, color = 'red', linewidth=5)
壁虱标签存在问题,因为0.45
的{{1}}的重叠点和线应位于0
附近。
我尝试了link1的许多解决方案, link2, link3, link4,但仍然无法正确设置两个图的轴。
什么问题?可以在图之间共享x轴吗?
预期的输出-垂直线正确对齐,并且x轴上的刻度线不重叠:
答案 0 :(得分:4)
条形图中的x轴是分类的,因此它没有df.a
的值作为真实比例,而仅作为刻度标签。您可以更改例如df.a[19] = 2
,除了最后一个刻度线的标签,其他都不会改变。
因此,分类轴表示第一个小节的坐标为0,第二个小节为1,依此类推……最后一个为19。
然后我的方法是将垂直线设置为xpos * 19 / .95:
plt.vlines(x = .45*19/.95, ymin = 0, ymax = 0.6, color = 'red', linewidth=5)
对于一般情况,您可以添加一个lambda函数来计算转化:
f = lambda x: (x-df.a.values[0]) * (df.a.size-1) / (df.a.values[-1] - df.a.values[0])
plt.vlines(x = f(.45), ymin = 0, ymax = 0.6, color = 'red', linewidth=5)
但是,由于df.a.values
仅作为刻度标签打印,因此它应该从头到尾线性排列。
关于x轴标签的问题:我只能说它没有出现在我的系统上,上述图的代码与您的图相同,除了垂直线。也许是在一次接连尝试vlines时引入的。
答案 1 :(得分:1)
答案 2 :(得分:0)
创建具有两个子图的图形,然后可以在两个子图之间共享x和y轴。
fig = plt.figure()
ax1 = plt.subplot(211)
ax2 = plt.subplot(212, sharex = ax1, sharey = ax1)