如何在 Seaborn 中为同一图形的直方图生成两个独立的 Y 轴

Question

我想生成一个具有两个 y 轴的图形：Count（来自直方图）和 Density（来自 KDE）。

我想在 Seaborn >= v 0.11 中使用 sns.displot。

import seaborn as sns

df = sns.load_dataset('tips')

# graph 1: This should be the Y-Axis on the left side of the figure
sns.displot(df['total_bill'], kind='hist', bins=10)

# graph 2: This should be the Y-axis on the right side of the figure
sns.displot(df['total_bill'], kind='kde')

我编写的代码生成了两个独立的图表；我可以只对两个单独的图形使用分面网格，但我想更简洁，将两个单独网格上的两个 y 轴放在一个共享相同 x 轴的图形中。

Answer 1

displot()是一个figure-level function，它可以在一个图形中创建多个子图。因此，您无法控制单个轴。

要创建组合图，您可以使用底层轴级函数：Seaborn v.0.11 的 histplot() 和 kdeplot()。这些函数接受一个 ax= 参数。 twinx() 创建第二个 y 轴。

import matplotlib.pyplot as plt
import seaborn as sns

df = sns.load_dataset('tips')

fig, ax = plt.subplots()

sns.histplot(df['total_bill'], bins=10, ax=ax)

ax2 = ax.twinx()
sns.kdeplot(df['total_bill'], ax=ax2)

plt.tight_layout()
plt.show()

编辑：

如评论中所述，y 轴未对齐。左轴仅说明直方图。例如。高度为 68 的最高箱子意味着 12.618 和 17.392 之间正好有 68 张钞票。右轴仅说明有关 kde 的信息。例如。 x=20 的 0.043 的 y 值意味着总帐单在 19.5 和 20.5 之间的概率约为 4.3%。

为了与 sns.histplot(..., kde=True) 类似地对齐两者，可以计算直方图的面积（bin 宽度乘以数据值的数量）并将其用作比例因子。当以像素为单位测量时，这种缩放会使直方图的面积和 kde 曲线下方的面积相等：

num_bins = 10
bin_width = (df['total_bill'].max() - df['total_bill'].min()) / num_bins
hist_area = len(df) * bin_width
ax2.set_ylim(ymax=ax.get_ylim()[1] / hist_area)

请注意，如果直方图使用 bin 宽度的 10 次幂（例如 sns.histplot(..., bins=np.arange(0, df['total_bill'].max()+10, 10)），则右轴将更类似于百分比。哪些 bin 最合适在很大程度上取决于您要如何解释数据。

如何在 Seaborn 中为同一图形的直方图生成两个独立的 Y 轴

How to Generate Two Separate Y-Axes For A Histogram on the Same Figure In Seaborn

python

statistics

histogram

kernel-density

seaborn