如何使用seaborn创建具有连接点的多个系列散点图？

Question

我有一组存储在熊猫数据框中的数据。 我正在尝试使用 seaborn 的 pointplot() 创建具有连接点的多系列散点图。 每个系列都有不同的 (x,y) 值，它们以浮点数形式存储在我的数据框中。 每行都有一个标签，用于区分每个系列。 我使用的是 Python 2.7、seaborn 0.5.1 版和 matplotlib 1.4.3 版。

我设法找到的一切都告诉我，我可以通过以下方式实现这一目标：

import matplotlib.pyplot as plt
import seaborn as sns

# Suppose my dataframe is called 'df', with columns 'x', 'y', and 'label'.
sns.pointplot(x = 'x', y = 'y', hue = 'label', data = df)

然而，这会导致一些奇怪的行为：

• 颜色识别正确，但只有部分点连接
• x 轴上的数字重叠，看起来好像每个数据点都用它的值标记，而不是用适当的、干净的值对其进行缩放（似乎将 x 数据视为字符串/标签而不是浮点数）。

我试图通过将我的数据框分成几部分来解决这个问题。 这并不理想，因为我可能有大约 10 个以上的系列要同时绘制，而且我不希望手动拆分数据：

df1 = df[df.test_type.values == "label 1"]
df2 = df[df.test_type.values == "label 2"]

ax = sns.pointplot(x = 'x',y='y', color = "blue", data = df1)
sns.pointplot(x = 'x', y = 'y', data = df2, color="red", ax = ax)

在这种情况下，所有点都连接在一起并且它们被适当地着色，但同样，x 轴表现出非常奇怪的行为。 即使我的每个数据框中的 x 值不同，绘图也会对齐它们，使它们看起来相同。

现在，我不确定如何干净地发布我的输出/绘图，但是可以使用以下内容重新创建我的一些问题：

#import the necessary modules
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns

#Here is some sample data. The 'x2' data is slightly offset from 'x1'
x1 = range(0,100,10)
x2 = range(1,100,10)
x = x1+x2

#The y-values I generate here mimic the general shape of my actual data
y1 = x1[::-1]
y2 = [i+25 for i in x1[::-1]]
y = y1+y2

#Two levels of labels that will be applied to the data
z1 = ["1"]*10
z2 = ["2"]*10
z = z1+z2

#A pandas data frame from the above data
df = pd.DataFrame({'x': x, 'y': y, 'z': z})

#Pointplot using the above data
sns.pointplot(x = 'x', y = 'y', data = df, hue = 'z')

运行此代码会产生以下结果：

• 所有系列中的所有 x 值均匀分布。 请注意，'x2' 值与由 '1' 翻译的 'x1' 相同，并且它们在每个系列中的间隔为 10。 我没想到这种行为。
• x 轴没有“干净”的刻度。 它从字面上标记每个点对应的 x 值。 它正确标记了点，但没有适当地对其进行缩放。 似乎将 x 值视为标签，类似于条形图的行为方式。
• 点的颜色正确，但没有连接点。

总结一下我的问题：

是否有更简单/更好/更优雅的方法来使用存储在 Pandas 数据框中的数据绘制具有连接点的多系列散点图？ Seaborn 的点图看起来很理想，但它并没有像我预期的那样运行，我怀疑它的用途可能与我需要完成的目的不同。 我对可以实现这一点的其他解决方案持开放态度（最好使用 python）。

提前致谢。 如果我能弄清楚如何从我的代码上传输出和绘图，我会更新我的问题。

我是 stackoverflow 的 100% 新手。 我很想通过发布我的代码生成的图来澄清我的问题，但我无法弄清楚。 任何有关如何执行此操作的指示也将不胜感激，因此我可以更新问题。

编辑：事实证明，seaborn 的点图使用 x 轴作为分类轴，这解释了我上面提到的奇怪行为。 有没有办法手动将 x 轴行为从分类更改为数值？ 这似乎是最简单的方法，但我对 python 中的微调图不是很熟悉。

Answer 1

我有一个类似的问题，我最终使用 Seaborn 的FacetGrid解决了它。 我使用 plt.scatter 作为点，使用 plt.plot 作为连接点的线。

g = sns.FacetGrid(df, hue="z", size=8)
g.map(plt.scatter, "x", "y")
g.map(plt.plot, "x", "y")

请注意，这是在 Seaborn 0.6.0 版和 0.5.1 版中完成的。

Answer 2

在@mwaskom 和这个问题的帮助下，我设法找到了我发布的问题的解决方案：

#Assuming df is a pandas data frame with columns 'x', 'y', and 'label'
for key,grp in df.groupby('label'):
    plt.plot(grp.x,grp.y,'o-',label = key)
plt.legend(loc = 'best')