可视化数据，跟踪特定的SD值

Question

BLUF：我想跟踪特定的Std Dev，例如1.0至1.25，通过对其进行颜色编码并制作单独的KDF或其他概率密度图。

我想要做的是能够选择其他Std Dev范围，并获取新的图形，我可以将其转过来并用于预测特定Std Dev中的结果。

数据：https://www.dropbox.com/s/y78pynq9onyw9iu/Data.csv?dl=0

到目前为止，我所拥有的是标准化的数据，看起来像a弹枪般爆炸：

用于生成它的代码：

data = pd.read_csv("Data.csv")
sns.jointplot(data.x,data.y, space=0.2, size=10, ratio=2, kind="reg");

我想在此处实现的目标看起来像我在下面标记的内容：

我有点知道如何使用RidgePlot类型的函数在RStudio中执行此操作，但是即使在使用Seaborn时，在Python中我还是很茫然。任何/所有帮助表示赞赏！

Answer 1

以下代码可能会直接将您指向右边，您可以从那里随意调整图的外观。

tips = sns.load_dataset("tips")
g = sns.jointplot(x="total_bill", y="tip", data=tips)

top_lim = 4
bottom_lim = 2
temp = tips.loc[(tips.tip>=bottom_lim)&(tips.tip<top_lim)]
g.ax_joint.axhline(top_lim, c='k', lw=2)
g.ax_joint.axhline(bottom_lim, c='k', lw=2)

# we have to create a secondary y-axis to the joint-plot, otherwise the
# kde might be very small compared to the scale of the original y-axis
ax_joint_2 = g.ax_joint.twinx()
sns.kdeplot(temp.total_bill, shade=True, color='red', ax=ax_joint_2, legend=False)
ax_joint_2.spines['right'].set_visible(False)
ax_joint_2.spines['top'].set_visible(False)
ax_joint_2.yaxis.set_visible(False)