是否可以将 x 轴标签添加到 Seaborn Factor Plot (Python) 中的 *every* 图中？

Question

我正在使用 Seaborn 制作因子图。

总共，我有 4 个“子图”（并使用col_wrap =2 ，所以我有 2 行，每行包含 2 个子图）。 只有网格最底部的 2 个子图具有 x 轴标签（我认为这是默认值）。

是否可以配置因子图，使 4 个图都具有 x 轴标签？ （我在文档或 StackOverflow 上找不到这个选项）

更新：

这是代码（在因子网格上生成 4 个时间序列图）：

数据框 (df) 如下所示：

Company     Date        Value
ABC         08/21/16    500
ABC         08/22/16    600
ABC         08/23/16    650
DEF         08/21/16    625
DEF         08/22/16    675
DEF         08/23/16    680
GHI         08/21/16    500
GHI         08/22/16    600
GHI         08/23/16    650
JKL         08/21/16    625
JKL         08/22/16    675
JKL         08/23/16    680


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

df = pd.read_csv(the_file_name.csv)

g = sns.factorplot(data=df,
                   x='Date',
                   y='Value',
                   col='Company',
                   col_wrap=2,
                   sharey=False)
g.set_xlabels('')
g.set_ylabels('product count')
g.set_xticklabels(rotation=45)
plt.show()

您会注意到 x 轴日期显示在底部 2 个图上。 我希望 x 轴日期也显示在前 2 个图上。

谢谢！

Answer 1

我不确定在seaborn执行此操作的seaborn ，但是您可以使用 matplotlib Axes实例来执行此操作。

例如，在这里我们将使用setp设置xticklabels可见在所有轴FacetGrid （ g ）。 请注意，我也在此处设置了旋转，因为 seaborn 不会旋转上排的ticklabels 。

最后，我增加了子图之间的空间，以便使用subplots_adjust为刻度标签subplots_adjust 。

import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns 
from io import StringIO

the_file_name = StringIO(u"""
Company,Date,Value
ABC,08/21/16,500
ABC,08/22/16,600
ABC,08/23/16,650
DEF,08/21/16,625
DEF,08/22/16,675
DEF,08/23/16,680
GHI,08/21/16,500
GHI,08/22/16,600
GHI,08/23/16,650
JKL,08/21/16,625
JKL,08/22/16,675
JKL,08/23/16,680
""")

df = pd.read_csv(the_file_name)

g = sns.factorplot(data=df,
                   x='Date',
                   y='Value',
                   col='Company',
                   col_wrap=2,
                   sharey=False)
g.set_xlabels('')
g.set_ylabels('product count')

for ax in g.axes:
    plt.setp(ax.get_xticklabels(), visible=True, rotation=45)

plt.subplots_adjust(hspace=0.3)

plt.show()