Question

我正在尝试Seaborn，以使我的绘图在视觉上比matplotlib更好。我有一个数据集，其中有一个“年份”列，我想在X轴上绘制，并在Y轴上使用不同的彩色线绘制4列，分别是A，B，C，D。我试图使用sns.lineplot方法执行此操作，但它只允许在X轴上使用一个变量，在Y轴上使用一个变量。我尝试这样做

sns.lineplot(data_preproc['Year'],data_preproc['A'], err_style=None)
sns.lineplot(data_preproc['Year'],data_preproc['B'], err_style=None)
sns.lineplot(data_preproc['Year'],data_preproc['C'], err_style=None)
sns.lineplot(data_preproc['Year'],data_preproc['D'], err_style=None)

但是这样一来，我在情节中就没有图例来显示哪条彩色线对应于什么。我尝试检查文档，但找不到正确的方法。

Answer 1

请参见the documentation：

sns.lineplot(x="Year", y="signal", hue="label", data=data_preproc)

您可能需要以适当的方式重新组织数据框，以便为 x 数据提供一列，为 y 数据提供一列，保留数据点的标签。

您也可以只使用matplotlib.pyplot。如果导入seaborn，则许多改进的设计也将用于“常规” matplotlib图。 Seaborn确实是“只是”一组方法的集合，这些方法可以方便地向matplotlib提供数据和绘图参数。

Answer 2

此：

sns.lineplot(data=data_preproc)

会做你想要的。

Answer 3

Seaborn倾向于使用“长格式”作为输入。将您的DataFrame从其“宽格式”（每种测量类型一列）转换为长格式（所有测量值一列，用于指示类型的一列）的关键要素是pandas.melt。给定data_preproc的结构，使其充满随机值：

num_rows = 20
years = list(range(1990, 1990 + num_rows))
data_preproc = pd.DataFrame({
    'Year': years, 
    'A': np.random.randn(num_rows).cumsum(),
    'B': np.random.randn(num_rows).cumsum(),
    'C': np.random.randn(num_rows).cumsum(),
    'D': np.random.randn(num_rows).cumsum()})

通过以下方式获得具有四条线的单个图，每种测量类型一条：

sns.lineplot(x='Year', y='value', hue='variable', 
             data=pd.melt(data_preproc, ['Year']))

（请注意，“值”和“变量”是melt返回的默认列名称，可以根据您的喜好进行调整。）

如何使用seaborn创建多线图？

3 个答案: