如何在seaborn displot上绘制正态曲线

Question

distplot 已弃用，取而代之的是 displot。

之前的函数有绘制正态曲线的选项。

import seaborn as sns
import matplotlib.pyplot as plt
from scipy import stats

ax = sns.distplot(df.extracted, bins=40, kde=False, fit=stats.norm)

fit=stats.norm 不再适用于 displot。在这个的回答中，我看到了稍后绘制法线的方法，但是它是在一些平均为 0 左右的随机数据上完成的。

Answer 1

如果您想复制与 distplot 相同的图，我建议使用 histplot。将我们的数据拟合成法线是一行代码。

import numpy as np
from scipy import stats
import seaborn as sns

x = np.random.normal(10, 3.4, size=1000)

ax = sns.histplot(x, bins=40, stat='density')

mu, std = stats.norm.fit(x)
xx = np.linspace(*ax.get_xlim(),100)
ax.plot(xx, stats.norm.pdf(xx, mu, std));

输出

Answer 2

seaborn.displot is a figure-level plot where the kind parameter specifies the approach. When kind='hist' the parameters for seaborn.histplot 可用。
- 对于 轴水平 图，请参阅
seaborn.axisgrid.FacetGrid.map 期望数据帧列名，因此，将 pdf 映射到 seaborn.displot，数据需要在数据帧中。
一个问题是 x_pdf 是为每个 axes 计算的：
- x0, x1 = p1.axes[0][0].get_xlim()
- 如果多个 Facet (sharex=False) 的 axes 不同，则无法为 .map 中的每个 axes 获取 xlim .
参考资料：
- Building structured multi-plot grids
在 python 3.8.11、pandas 1.3.2、matplotlib 3.4.2、seaborn 0.11.2

单面

.map可以用

import pandas as pd
import seaborn as sns
import numpy as np
import scipy

# data
np.random.seed(365)
x1 = np.random.normal(10, 3.4, size=1000)  # mean of 10
df = pd.DataFrame({'x1': x1})

# display(df.head(3))
          x1
0  10.570932
1  11.779918
2  12.779077

# function for mapping the pdf
def map_pdf(x, **kwargs):
    mu, std = scipy.stats.norm.fit(x)
    x0, x1 = p1.axes[0][0].get_xlim()  # axes for p1 is required to determine x_pdf
    x_pdf = np.linspace(x0, x1, 100)
    y_pdf = scipy.stats.norm.pdf(x_pdf, mu, std)
    plt.plot(x_pdf, y_pdf, c='r')


p1 = sns.displot(data=df, x='x1', kind='hist', bins=40, stat='density')
p1.map(map_pdf, 'x1')

单面或多面

迭代每个轴并添加 pdf 更容易

# data
np.random.seed(365)
x1 = np.random.normal(10, 3.4, size=1000)  # mean of 10
x2 = np.random.standard_normal(1000)  # mean of 0
df = pd.DataFrame({'x1': x1, 'x2': x2}).melt()  # create long dataframe

# display(df.head(3))
  variable      value
0       x1  10.570932
1       x1  11.779918
2       x1  12.779077

p1 = sns.displot(data=df, x='value', col='variable', kind='hist', bins=40, stat='density', common_bins=False,
                 common_norm=False, facet_kws={'sharey': True, 'sharex': False})

# extract and flatten the axes from the figure
axes = p1.axes.ravel()

# iterate through each axes
for ax in axes:
    # extract the variable name
    var = ax.get_title().split(' = ')[1]
    
    # select the data for the variable
    data = df[df.variable.eq(var)]
    
    mu, std = scipy.stats.norm.fit(data['value'])
    x0, x1 = ax.get_xlim()
    x_pdf = np.linspace(x0, x1, 100)
    y_pdf = scipy.stats.norm.pdf(x_pdf, mu, std)
    ax.plot(x_pdf, y_pdf, c='r')

如何在seaborn displot上绘制正态曲线

How to draw a normal curve on seaborn displot

python

distribution

histogram

seaborn

facet-grid

单面

单面或多面