使用seaborn.pydata.org和Python DataScience Handbook中的示例,我可以生成带有以下代码段的组合分布图:
代码:
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
# some settings
sns.set_style("darkgrid")
# Create some data
data = np.random.multivariate_normal([0, 0], [[5, 2], [2, 2]], size=2000)
data = pd.DataFrame(data, columns=['x', 'y'])
# Combined distributionplot
sns.distplot(data['x'])
sns.distplot(data['y'])
如何将这种设置与垂直线结合起来,以便可以说明这样的阈值:
我知道我可以像这里Dynamic histogram subplots with line to mark target那样使用matplotlib来做到这一点,但是我真的很喜欢seaborn图的简单性,并且非常想知道是否有可能更优雅地做到这一点(是的,我知道seaborn建立在matplotlib之上。
谢谢您的任何建议!
答案 0 :(得分:16)
只需使用
plt.axvline(2.8, 0,0.17)
与另一行相同
在这里,您可以使用maxx = max(data)
之类的变量或类似变量来代替分布的最大值。 x轴上的位置是2.8。哦,请记住,y值必须在0到1之间,其中1是图的顶部。您可以相应地重新调整值。另一个明显的选择就是
plt.plot([2.8, 2.8], [0, max(data)])