如何使用 pandas df 基于次要变量叠加多个 sns distplots 或更改颜色

Question

我有一个 pandas 数据框，其中包含一个 'frequency_mhz' 变量和一个 'type' 变量。我想使用覆盖所有频率但根据 'type'.

更改颜色的 seaborne 创建一个 dist 图

small_df = df[df.small_airport.isin(['Y'])]
medium_df = df[df.medium_airport.isin(['Y'])]
large_df = df[df.large_airport.isin(['Y'])]

plt.figure() 
sns.distplot(small_df['frequency_mhz'], color='red')

plt.figure() 
sns.distplot(medium_df['frequency_mhz'], color='green')

plt.figure() 
sns.distplot(large_df['frequency_mhz'])

有什么方法可以将3个叠加到一个图中吗？或者我错过了根据另一个变量更改条形颜色的方法，就像在其他图中使用 'hue=' 一样？

Answer 1

您可以指定 ax 作为 kwarg 来叠加您的绘图：

small_df = df[df.small_airport.isin(['Y'])]
medium_df = df[df.medium_airport.isin(['Y'])]
large_df = df[df.large_airport.isin(['Y'])]

ax = sns.distplot(small_df['frequency_mhz'], color='red')
sns.distplot(medium_df['frequency_mhz'], color='green', ax=ax)
sns.distplot(large_df['frequency_mhz'], ax=ax)
plt.show()

如何使用 pandas df 基于次要变量叠加多个 sns distplots 或更改颜色

How do I overlay multiple sns distplots or change the colour based on a secondary variable using a pandas df

python

data-visualization

matplotlib

pandas

seaborn