将没有数据的类别添加到seaborn的图中

Question

我正在像这样绘制一些数据作为猫形图：

ax = sns.catplot(x='Kind', y='VAF', hue='Sample', jitter=True, data=df, legend=False)

麻烦的是，'VAF'的某些类别中没有数据，并且相应的标签未添加到绘图中。有没有办法保留标签，但不为它绘制任何点？

这是一个可重复的示例，可以帮助您解释：

x=pd.DataFrame({'Data':[1,3,4,6,3,2],'Number':['One','One','One','One','Three','Three']})
plt.figure()
ax = sns.catplot(x='Number', y='Data', jitter=True, data=x)

在此图中，您可以看到在x轴上显示了示例1和3。但请想象还有一个样本2，其中没有数据点。如何在x轴上显示一，二和三？

Answer 1

订购参数

当然，需要知道哪些类别。给定期望类别的列表，可以使用order参数提供期望类别。

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

df = pd.DataFrame({'Data':[1,3,4,6,3,2],
                   'Number':['One','One','One','One','Three','Three']})

exp_cats = ["One", "Two", "Three"]

ax = sns.stripplot(x='Number', y='Data', jitter=True, data=df, order=exp_cats)

plt.show()

替代项

以上内容适用于matplotlib 2.2.3，但不适用于3.0。它可以与当前的开发版本（因此3.1）一起使用。目前，有以下几种选择：

A。遍历类别

给出预期类别的列表，就可以循环遍历它们并绘制每个类别的散布图。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({'Data':[1,3,4,6,3,2],
                   'Number':['One','One','One','One','Three','Three']})

exp_cats = ["One", "Two", "Three"]

for i, cat in enumerate(exp_cats):
    cdf = df[df["Number"] == cat]
    x = np.zeros(len(cdf))+i+.2*(np.random.rand(len(cdf))-0.5)
    plt.scatter(x, cdf["Data"].values)
plt.xticks(range(len(exp_cats)), exp_cats)

plt.show()

B。将类别映射到数字。

您可以将期望的类别映射到数字并绘制数字，而不是类别。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({'Data':[1,3,4,6,3,2],
                   'Number':['One','One','One','One','Three','Three']})

exp_cats = ["One", "Two", "Three"]

df["IntNumber"] = df["Number"].map(dict(zip(exp_cats, range(len(exp_cats)))))

plt.scatter(df["IntNumber"] + .2*(np.random.rand(len(df))-0.5), df["Data"].values,
            c = df["IntNumber"].values.astype(int))
plt.xticks(range(len(exp_cats)), exp_cats)

plt.show()

C。将缺失的类别添加到数据框

最后，您可以将nan值附加到数据框以确保每个预期的类别都出现在数据框中。

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

df = pd.DataFrame({'Data':[1,3,4,6,3,2],
                   'Number':['One','One','One','One','Three','Three']})

exp_cats = ["One", "Two", "Three"]

dfa = df.append(pd.DataFrame({'Data':[np.nan]*len(exp_cats), 'Number':exp_cats}))

ax = sns.stripplot(x='Number', y='Data', jitter=True, data=dfa, order=exp_cats)

plt.show()