matplotlib seaborn未在定义的子地块内打印

iezvtpos  于 2023-08-06  发布在  其他
关注(0)|答案(1)|浏览(100)

我正试图用这段代码并行地绘制两个dispots

fig,(ax1,ax2) = plt.subplots(1,2)

sns.displot(x =X_train['Age'], hue=y_train, ax=ax1)
sns.displot(x =X_train['Fare'], hue=y_train, ax=ax2)

字符串
它返回以下结果(两个空的子图,后面各有一个显示在两行上)-
x1c 0d1x的数据




如果我用violinplot尝试同样的代码,它会返回预期的结果

fig,(ax1,ax2) = plt.subplots(1,2)

sns.violinplot(y_train, X_train['Age'], ax=ax1)
sns.violinplot(y_train, X_train['Fare'], ax=ax2)



为什么displot返回不同类型的输出,我可以做些什么来在同一行上输出两个图?

oipij1gg

oipij1gg1#

  • seaborn.distplotseaborn 0.11中是DEPRECATED,并被以下内容替换:
  • displot(),一个图形级别的函数,在绘制的绘图类型上具有类似的灵活性。这是一个FacetGrid,并且没有ax参数,所以它将不适用于matplotlib.pyplot.subplots
  • histplot(),用于绘制直方图的轴级函数,包括核密度平滑。它确实有ax参数,所以**它将与matplotlib.pyplot.subplots**一起工作。
    *适用于任何没有ax参数的seabornFacetGrid图。使用等效轴级图。
  • 查看图形级绘图的文档,以找到适合您需要的轴级绘图函数。
  • 请参见图形级别与轴级函数
  • 人物级别:relplotdisplotcatplot
  • 因为需要两个不同列的直方图,所以使用histplot更容易。
  • 有关绘制到maplotlib.pyplot.subplots的多种不同方法,请参见How to plot in multiple subplots
  • seaborn histplot and displot output doesn't match
  • seaborn 0.11.1matplotlib 3.4.2中测试
fig, (ax1, ax2) = plt.subplots(1, 2)

sns.histplot(x=X_train['Age'], hue=y_train, ax=ax1)
sns.histplot(x=X_train['Fare'], hue=y_train, ax=ax2)

字符串

导入和DataFrame示例

import seaborn as sns
import matplotlib.pyplot as plt

# load data
penguins = sns.load_dataset("penguins", cache=False)

# display(penguins.head())
  species     island  bill_length_mm  bill_depth_mm  flipper_length_mm  body_mass_g     sex
0  Adelie  Torgersen            39.1           18.7              181.0       3750.0    MALE
1  Adelie  Torgersen            39.5           17.4              186.0       3800.0  FEMALE
2  Adelie  Torgersen            40.3           18.0              195.0       3250.0  FEMALE
3  Adelie  Torgersen             NaN            NaN                NaN          NaN     NaN
4  Adelie  Torgersen            36.7           19.3              193.0       3450.0  FEMALE

轴位图

# select the columns to be plotted
cols = ['bill_length_mm', 'bill_depth_mm']

# create the figure and axes
fig, axes = plt.subplots(1, 2)
axes = axes.ravel()  # flattening the array makes indexing easier

for col, ax in zip(cols, axes):
    sns.histplot(data=penguins[col], kde=True, stat='density', ax=ax)

fig.tight_layout()
plt.show()


的数据

图级图

  • 对于长格式的 Dataframe ,使用displot
# create a long dataframe
dfl = penguins.melt(id_vars='species', value_vars=['bill_length_mm', 'bill_depth_mm'], var_name='bill_size', value_name='vals')

# display(dfl.head())
  species       bill_size  vals
0  Adelie  bill_length_mm  39.1
1  Adelie   bill_depth_mm  18.7
2  Adelie  bill_length_mm  39.5
3  Adelie   bill_depth_mm  17.4
4  Adelie  bill_length_mm  40.3

# plot
sns.displot(data=dfl, x='vals', col='bill_size', kde=True, stat='density', common_bins=False, common_norm=False, height=4, facet_kws={'sharey': False, 'sharex': False})

多个 Dataframe

  • 如果有多个 Dataframe ,则可以将它们与pd.concat组合,并使用.assign创建标识'source'列,该列可用于row=col=hue=
# list of dataframe
lod = [df1, df2, df3]

# create one dataframe with a new 'source' column to use for row, col, or hue
df = pd.concat((d.assign(source=f'df{i}') for i, d in enumerate(lod, 1)), ignore_index=True)

相关问题