如何使用seaborn FacetGrid自定义直方图

Question

我正在使用 seaborn 的 FacetGrid 从参数“xyz”的数据帧 (plot_df) 中绘制多个直方图。但我也想在这些情节中做以下额外的事情，

在 x 值 = 0 处创建垂直轴线
用不同的阴影为所有等于或小于 0（在 x 轴上）的 bin 着色
仅为那些低于 0（在 x 轴上）的 bin 计算直方图的百分比面积

我可以在线获取很多示例，但使用 seaborn FacetGrid 选项则不行

g = sns.FacetGrid(plot_df, col='xyz', height=5)```

g.map(plt.hist, "slack", bins=50)

Answer 1

您可以遍历生成的轴 (for xyz, ax in g.axes_dict.items(): ....) 并为每个轴调用绘图函数。

或者，您可以使用自定义函数调用 g.map_dataframe(...)。该功能将需要绘制到“当前斧头”上。

更改 x 和 y 标签需要在调用 g.map_dataframe() 之后完成，因为 seaborn 会在该函数结束时擦除 x 和 y 标签。

您可以调用plt.setp(g.axes, xlabel='data', ylabel='frequency')来设置所有子图的标签。或者 g.set_ylabels('...') 只为“外部”子图设置 y 标签。

下面是一些帮助您入门的示例代码：

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np

def individual_plot(**kwargs):
     ax = plt.gca()  # get the current ax
     data = kwargs['data']['slack'].values
     xmin, xmax = data.min(), data.max()
     bin_width = xmax / 50
     # histogram part > 0
     ax.hist(data, bins=np.arange(0.000001, xmax + 0.001, bin_width), color='tomato')
     # histogram part < 0
     ax.hist(data, bins=-np.arange(0, abs(xmin) + bin_width + 0.001, bin_width)[::-1], color='lime')
     # line at x=0
     ax.axvline(0, color='navy', ls='--')
     # calculate and show part < 0
     percent_under_zero = sum(data <= 0) / len(data) * 100
     ax.text(0.5, 0.98, f'part < 0: {percent_under_zero:.1f} %',
             color='k', ha='center', va='top', transform=ax.transAxes)

# first generate some test data
plot_df = pd.DataFrame({'xyz': np.repeat([*'xyz'], 1000),
                        'slack': np.random.randn(3000) * 10 + np.random.choice([10, 500], 3000, p=[0.9, 0.1])})

g = sns.FacetGrid(plot_df, col='xyz', height=5)
g.map_dataframe(individual_plot)
plt.setp(g.axes, xlabel='data', ylabel='frequency')

plt.tight_layout()
plt.show()

如何使用seaborn FacetGrid自定义直方图

How to customize histogram using seaborn FacetGrid

python

seaborn