在海洋散点图中对分类x轴进行排序

Question

我正尝试使用如下所示的海洋散点图绘制数据框中前30％的值。

同一图的可复制代码：

import seaborn as sns

df = sns.load_dataset('iris')

#function to return top 30 percent values in a dataframe.
def extract_top(df):
    n = int(0.3*len(df))
    top = df.sort_values('sepal_length', ascending = False).head(n)

    return top

#storing the top values
top = extract_top(df)

#plotting
sns.scatterplot(data = top,
                x='species', y='sepal_length', 
                color = 'black',
                s = 100,
                marker = 'x',)

在这里，我想对order = ['virginica','setosa','versicolor']中的x轴进行排序。当我尝试使用order作为sns.scatterplot()中的参数之一时，它返回了错误AttributeError: 'PathCollection' object has no property 'order'。正确的方法是什么？

请注意：在数据框中，setosa也是species中的类别，但是，在前30％的值中，其值均未下降。因此，该标签未显示在顶部可复制代码的示例输出中。但我也希望按给定的顺序在x轴上显示该标签，如下所示：

Answer 1

scatterplot()不是该作业的正确工具。由于您具有分类轴，因此您要使用stripplot()而不是scatterplot()。在此处https://seaborn.pydata.org/api.html

查看关系图和分类图之间的区别

sns.stripplot(data = top,
              x='species', y='sepal_length', 
              order = ['virginica','setosa','versicolor'],
              color = 'black', jitter=False)

Answer 2

这意味着sns.scatterplot()不会将order作为其args之一。对于物种setosa，您可以使用alpha隐藏散点，同时保留刻度线。

import seaborn as sns

df = sns.load_dataset('iris')

#function to return top 30 percent values in a dataframe.
def extract_top(df):
    n = int(0.3*len(df))
    top = df.sort_values('sepal_length', ascending = False).head(n)

    return top

#storing the top values
top = extract_top(df)
top.append(top.iloc[0,:])
top.iloc[-1,-1] = 'setosa'
order = ['virginica','setosa','versicolor']

#plotting
for species in order:
    alpha = 1 if species != 'setosa' else 0
    sns.scatterplot(x="species", y="sepal_length",
                    data=top[top['species']==species],
                    alpha=alpha,
                    marker='x',color='k')

输出为

Answer 3

对于那些想要在 sns.strpplot 上使用 sns.scatterplot 中可用的额外参数（变量的大小和样式映射）的人，可以简单地通过在将数据框传递给之前对数据框进行排序来设置 x 轴的顺序海生。以下内容将按字母顺序排列。

df.sort_values(feature)