使用 seaborn 对数记录 lmplot

Question

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)

Answer 1

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")

Answer 2

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')

Answer 3

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')

链接到结果图像