在 Seaborn FacetGrid 中绘制多个 DataFrame 列
Plot multiple DataFrame columns in Seaborn FacetGrid
我正在使用以下代码
import seaborn as sns
g = sns.FacetGrid(dataframe, col='A', hue='A')
g.map(plt.plot, 'X', 'Y1')
plt.show()
制作这样的 seaborn 切面图:
现在我想在该图中添加另一行,在 y 轴上使用不同的变量,称之为 Y2。结果应该类似于垂直堆叠
获得的两个图
g = sns.FacetGrid(dataframe, col='A', hue='A')
g.map(plt.plot, 'X', 'Y1')
plt.show()
g = sns.FacetGrid(dataframe, col='A', hue='A')
g.map(plt.plot, 'X', 'Y2')
plt.show()
但在单个图中,没有重复的 x 轴和标题 ("A=<value>") 并且没有创建新的 FacetGrid
object.
注意
g = sns.FacetGrid(dataframe, col='A', hue='A')
g.map(plt.plot, 'X', 'Y1')
g.map(plt.plot, 'X', 'Y2')
plt.show()
无法实现这一点,因为它会导致 Y1 和 Y2 的曲线针对每个 A 值显示在同一子图中。
我使用以下代码创建了一个看起来与您的匹配的合成数据集:
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
# Generate synthetic data
omega = np.linspace(0, 50)
A0s = [1., 18., 40., 100.]
dfs = []
for A0 in A0s:
V_w_dr = np.sin(A0*omega)
V_w_tr = np.cos(A0*omega)
dfs.append(pd.DataFrame({'omega': omega,
'V_w_dr': V_w_dr,
'V_w_tr': V_w_tr,
'A0': A0}))
df = pd.concat(dfs, axis=0)
然后你就可以为所欲为了。感谢@mwaskom 对 sharey='row'
和 margin_titles=True
:
的评论
dfm = df.melt(id_vars=['A0', 'omega'], value_vars=['V_w_dr', 'V_w_tr'])
g = sns.FacetGrid(dfm, col='A0', hue='A0', row='variable', sharey='row', margin_titles=True)
g.map(plt.plot, 'omega', 'value')
这导致
更新
- 截至本次更新,正确的方法是使用
seaborn.relplot
,它绘制 FacetGrid。
sns.relplot(data=dfm, x='omega', y='value', col='A0', hue='A0', row='variable', kind='line')
我正在使用以下代码
import seaborn as sns
g = sns.FacetGrid(dataframe, col='A', hue='A')
g.map(plt.plot, 'X', 'Y1')
plt.show()
制作这样的 seaborn 切面图:
现在我想在该图中添加另一行,在 y 轴上使用不同的变量,称之为 Y2。结果应该类似于垂直堆叠
获得的两个图g = sns.FacetGrid(dataframe, col='A', hue='A')
g.map(plt.plot, 'X', 'Y1')
plt.show()
g = sns.FacetGrid(dataframe, col='A', hue='A')
g.map(plt.plot, 'X', 'Y2')
plt.show()
但在单个图中,没有重复的 x 轴和标题 ("A=<value>") 并且没有创建新的 FacetGrid
object.
注意
g = sns.FacetGrid(dataframe, col='A', hue='A')
g.map(plt.plot, 'X', 'Y1')
g.map(plt.plot, 'X', 'Y2')
plt.show()
无法实现这一点,因为它会导致 Y1 和 Y2 的曲线针对每个 A 值显示在同一子图中。
我使用以下代码创建了一个看起来与您的匹配的合成数据集:
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
# Generate synthetic data
omega = np.linspace(0, 50)
A0s = [1., 18., 40., 100.]
dfs = []
for A0 in A0s:
V_w_dr = np.sin(A0*omega)
V_w_tr = np.cos(A0*omega)
dfs.append(pd.DataFrame({'omega': omega,
'V_w_dr': V_w_dr,
'V_w_tr': V_w_tr,
'A0': A0}))
df = pd.concat(dfs, axis=0)
然后你就可以为所欲为了。感谢@mwaskom 对 sharey='row'
和 margin_titles=True
:
dfm = df.melt(id_vars=['A0', 'omega'], value_vars=['V_w_dr', 'V_w_tr'])
g = sns.FacetGrid(dfm, col='A0', hue='A0', row='variable', sharey='row', margin_titles=True)
g.map(plt.plot, 'omega', 'value')
这导致
更新
- 截至本次更新,正确的方法是使用
seaborn.relplot
,它绘制 FacetGrid。
sns.relplot(data=dfm, x='omega', y='value', col='A0', hue='A0', row='variable', kind='line')