使用不同的色相分组覆盖对Seaborn的FacetGrid的多次调用

Question

使用seaborn的FacetGrid，我想在多个映射调用之间更新'hue'分组参数。具体来说，我最初有一个自定义绘图功能，该功能采用“色相”分组，在此基础上，我想显示整个 组的平均值（因此忽略色相，并汇总所有数据）。

例如

g = sns.FacetGrid(tips, col="time",  hue="smoker")
g = (g.map(plt.scatter, "total_bill", "tip", edgecolor="w").add_legend())
g = (g.map(sns.regplot, "total_bill", "tip").add_legend())

将为每个组创建一条彩色的回归线。如何更新FacetGrid以忽略第二次调用hue时的map分组？在此示例中，我要创建两个彩色的散点图，并用一条（黑色）回归线覆盖。

Answer 1

FacetGrid使用色相对输入数据进行分组。它不能仅将其部分分组。

matplotlib解决方案可能看起来像

import matplotlib.pyplot as plt
import seaborn as sns

tips = sns.load_dataset("tips", cache=True)

n = len(tips["time"].unique())
usmoker = tips["smoker"].unique()

fig, axes = plt.subplots(ncols=n, sharex=True, sharey=True)

for ax, (time, grp1) in zip(axes.flat, tips.groupby("time")):
    ax.set_title(time)
    ax.set_prop_cycle(plt.rcParams["axes.prop_cycle"])

    for smoker in usmoker:
        grp2 = grp1[grp1["smoker"] == smoker]
        sns.regplot("total_bill", "tip", data=grp2, label=str(smoker), 
                    fit_reg=False, ax=ax)
    ax.legend(title="Smoker")  

for ax, (time, grp1) in zip(axes.flat, tips.groupby("time")):
    sns.regplot("total_bill", "tip", data=grp1, ax=ax, scatter=False, 
                color="k", label="regression line")


plt.show()