我画出了数据的时间序列，其中数据的y值是不同的数量级。
我正在使用seaborn.lmplot，并期待找到一个normalise关键字，但一直无法找到。
我尝试使用对数刻度，但失败了（见图）。
这是我目前为止最好的尝试：
import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
gbp_stats = pd.read_csv('price_data.csv')
sns.lmplot(data=gbp_stats, x='numeric_time', y='last trade price', col='symbol')
plt.yscale('log')
plt.show()我得到了这个：
如你所见，结果**需要缩放或归一化每个图的y轴。我可以在Pandas中做归一化，但希望尽可能避免这样做。
所以我的问题是：seaborn是否具有normailze特性，以便y轴可以比我所实现的更好地进行比较？
1条答案
按热度按时间nbnkbykc1#
我发布了这个答案，它是直接来自mwaskom评论
sharey=False，有一个小的调整，因为这个格式在seaborn中贬值了，sharey=False现在变成了dict。实现方法是添加关键字，该关键字接受如下形式的dict：
facet_kws={'sharey':False}所以答案是这样的：
结果是这样的：