[英]Log-log lmplot with seaborn
Seaborn 中的函数lmplot
可以在对数刻度上绘制吗? 这是正常规模的 lmplot
import numpy as np
import pandas as pd
import seaborn as sns
x = 10**arange(1, 10)
y = 10** arange(1,10)*2
df1 = pd.DataFrame( data=y, index=x )
df2 = pd.DataFrame(data = {'x': x, 'y': y})
sns.lmplot('x', 'y', df2)
如果你只想绘制一个简单的回归,使用seaborn.regplot
会更容易。 这似乎有效(虽然我不确定 y 轴小网格在哪里)
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
x = 10 ** np.arange(1, 10)
y = x * 2
data = pd.DataFrame(data={'x': x, 'y': y})
f, ax = plt.subplots(figsize=(7, 7))
ax.set(xscale="log", yscale="log")
sns.regplot("x", "y", data, ax=ax, scatter_kws={"s": 100})
如果您需要将lmplot
用于其他目的,这就是我想到的,但我不确定 x 轴刻度发生了什么。 如果有人有想法并且这是 seaborn 中的错误,我很乐意修复它:
grid = sns.lmplot('x', 'y', data, size=7, truncate=True, scatter_kws={"s": 100})
grid.set(xscale="log", yscale="log")
首先调用seaborn函数。 它返回一个FacetGrid
对象,该对象具有axes
属性(matplotlib Axes
的FacetGrid
numpy 数组)。 抓取Axes
对象并将其传递给对df1.plot
的调用。
import numpy as np
import pandas as pd
import seaborn as sns
x = 10**np.arange(1, 10)
y = 10**np.arange(1,10)*2
df1 = pd.DataFrame(data=y, index=x)
df2 = pd.DataFrame(data = {'x': x, 'y': y})
fgrid = sns.lmplot('x', 'y', df2)
ax = fgrid.axes[0][0]
df1.plot(ax=ax)
ax.set_xscale('log')
ax.set_yscale('log')
从(可能)任何seaborn图制作对数图的最简单方法是:
plt.xscale('log')
plt.yscale('log')
在示例中:
import numpy as np
import pandas as pd
import seaborn as sns
x = 10**np.arange(1, 10)
y = 10** np.arange(1,10)*2
df1 = pd.DataFrame( data=y, index=x )
df2 = pd.DataFrame(data = {'x': x, 'y': y})
sns.lmplot('x', 'y', df2)
plt.xscale('log')
plt.yscale('log')
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.