用不同的颜色绘制点标记和线条，但与Seaborn的样式相同

Question

给出以下数据框：

JavaCheckVerifier

我想使用 color和仅color 来区分线图中的import pandas as pd df = pd.DataFrame({ "n_index": list(range(5)) * 2, "logic": [True] * 5 + [False] * 5, "value": list(range(5)) + list(range(5, 10)) }) ，并在logic上标记点。具体来说，这是我想要的输出（由R ggplot2绘制）：

value

我尝试用seaborn.lineplot做同样的事情，我指定了ggplot(aes(x = n_index, y = value, color = logic), data = df) + geom_line() + geom_point() ，但是没有标记：

markers=True

然后我尝试在代码中添加import seaborn as sns sns.set() sns.lineplot(x="n_index", y="value", hue="logic", markers=True, data=df) ，现在标记出现了：

style="logic"

我还试图将标记设置为相同样式：

sns.lineplot(x="n_index", y="value", hue="logic", style="logic", markers=True, data=df)

似乎我必须先指定sns.lineplot(x="n_index", y="value", hue="logic", style="logic", markers=["o", "o"], data=df) 才能使用标记。但是，由于我不想在一个数据维度上使用两个美学维度，因此会导致不希望的绘图输出。这违反了美学映射的原理。

是否可以通过style或Python可视化使线条和点具有相同的样式，但具有不同的颜色？ （首选seaborn-我不喜欢seaborn的循环方式。）

Answer 1

看到的问题是，人们对“标记”和“标记”感到困惑。要启用“标记”，请设置“ marker ='o”而不是标记。

sns.lineplot(x=range(1,100),y=err,marker='o')

Answer 2

您需要将dashes参数设置为False，并将网格的样式指定为"darkgrid"：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

df = pd.DataFrame({
    "n_index": list(range(5)) * 2,
    "logic": [True] * 5 + [False] * 5,
    "value": list(range(5)) + list(range(5, 10))
})

sns.set_style("darkgrid")
sns.lineplot(x="n_index", dashes=False, y="value", hue="logic", style="logic", markers=["o", "o"], data=df)
plt.show()

Answer 3

您可以直接使用熊猫进行绘图。

通过groupby的熊猫

fig, ax = plt.subplots()
df.groupby("logic").plot(x="n_index", y="value", marker="o", ax=ax)
ax.legend(["False","True"])

这里的缺点是图例需要手动创建。

通过数据透视的熊猫

df.pivot_table("value", "n_index", "logic").plot(marker="o")

季节性线图

对于seaborn线图，似乎单个标记就足以获得所需的结果。

sns.lineplot(x="n_index", y="value", hue="logic", data=df, marker="o")

Answer 4

您可以在sns.linePlot中将marker ='o'设置为以适当的颜色将标记绘制为所有不同色调的圆圈。

sns.lineplot(x="n_index", y="value", hue="logic", marker="o", data=df)