在 Seaborn FacetGrid 中绘制多个 DataFrame 列

Question

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。

Answer 1

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')

在 Seaborn FacetGrid 中绘制多个 DataFrame 列

Plot multiple DataFrame columns in Seaborn FacetGrid

python

pandas

matplotlib

plot

seaborn

更新