具有 loc 条件的 Seaborn 色调
Seaborn hue with loc condition
我面临以下问题：我想用 seaborn 创建一个 lmplot，我想区分颜色不是基于现有列，而是基于条件 寻址到列。
给定以下租金价格预测 df：
area
rental price
year build
...
40
400
1990
...
60
840
1995
...
480
16
1997
...
...
...
...
...
sns.lmplot(x="area", y="rental price", data=df, hue = df.loc[df['year build'] > 1992])
上面这个不起作用。我知道我可以添加一个表示此条件的列并在“hue”中处理此列，但是没有办法给 seaborn 一个 hue 条件吗？
提前致谢！
您可以添加一个包含布尔信息的新列并将其用于色调。例如 data['at least from eighties'] = data['model_year'] >= 80。这将创建一个图例，其中列名作为标题，False 和 True 作为文本。如果您将值映射到字符串，这些将出现。这是一个使用 seaborn 的演示数据集之一的示例：
import matplotlib.pyplot as plt
import seaborn as sns
df = sns.load_dataset('mpg')
df['decenium'] = (df['model_year'] >= 80).map({False: "seventies", True: "eighties"})
sns.lmplot(x='weight', y='mpg', data=df, hue='decenium')
plt.tight_layout()
plt.show()
我面临以下问题：我想用 seaborn 创建一个 lmplot，我想区分颜色不是基于现有列，而是基于条件 寻址到列。
给定以下租金价格预测 df：
| area | rental price | year build | ... |
|---|---|---|---|
| 40 | 400 | 1990 | ... |
| 60 | 840 | 1995 | ... |
| 480 | 16 | 1997 | ... |
| ... | ... | ... | ... |
sns.lmplot(x="area", y="rental price", data=df, hue = df.loc[df['year build'] > 1992])
上面这个不起作用。我知道我可以添加一个表示此条件的列并在“hue”中处理此列，但是没有办法给 seaborn 一个 hue 条件吗？
提前致谢！
您可以添加一个包含布尔信息的新列并将其用于色调。例如 data['at least from eighties'] = data['model_year'] >= 80。这将创建一个图例，其中列名作为标题，False 和 True 作为文本。如果您将值映射到字符串，这些将出现。这是一个使用 seaborn 的演示数据集之一的示例：
import matplotlib.pyplot as plt
import seaborn as sns
df = sns.load_dataset('mpg')
df['decenium'] = (df['model_year'] >= 80).map({False: "seventies", True: "eighties"})
sns.lmplot(x='weight', y='mpg', data=df, hue='decenium')
plt.tight_layout()
plt.show()
