我正在与seaborn一起进行数据探索,最近遇到了一个问题:如何将 alpha (透明度)传递到seaborn.jointplot
(到散点图部分,而不是直方图上)? / p>
更广泛地说,我也想知道:
joint_kws
,marginal_kws
和annot_kws
的一般功能是什么(即,如何在这些参数中使用/传递pyplot参数?)?
这些参数和kwargs
参数之间有什么区别?
谢谢!
答案 0 :(得分:0)
如评论中所述,您只需将alpha=0.5
添加到您的jointplot
通话中即可。
关于您的其他问题,可以在documentation中找到常规信息:
您将字典传递给每个kw
参数。它们控制jointplot
创建的绘图的不同部分。例如,如果您想更改直方图的透明度,则可以将其传递给marginal_kws
。 (但是,由于“边际”是使用sns.distplot
生成的plt.hist
创建的,因此要涉及到更多一点。因此,实际上marginal_kws={'hist_kws': {'alpha': 0.1}}
可以使用jointplot
。
其他kwargs
会影响散点图部分,就像joint_kws
一样。但是,这些参数将取代joint_kws
提供的参数。
答案 1 :(得分:0)
仅将alpha=0.5
添加到您的sns.jointplot
调用中可能会产生以下错误:
TypeError: regplot() got an unexpected keyword argument 'alpha'
因此,在这种情况下,您可以将此alpha
设置嵌套到scatter_kws
中,然后嵌套到joint_kws
中,就像这样:
sns.jointplot(x, y, data, kind='reg',joint_kws = {'scatter_kws':dict(alpha=0.5)})
这时,您将对联合图中散点图的透明度进行调整。