如何旋转seaborn线图

Question

如何旋转seaborn.lineplot以便结果将是y的函数，而不是x的函数。

例如，此代码：

import pandas as pd
import seaborn as sns
df = pd.DataFrame([[0,1],[0,2],[0,1.5],[1,1],[1,5]], columns=['group','val'])
sns.lineplot(x='group',y='val',data=df)

创建此图：

但是是否可以将图形旋转90°？ 因此，在X中，我们将具有“ val”，在Y中，我们将具有“ group”，并且std从左到右而不是从下到上。

谢谢

编辑：我已经在seaborn打开了一张票，要求此功能： https : //github.com/mwaskom/seaborn/issues/1661

Answer 1

根据lineplot上的seaborn文档 ，传递给data的数据lineplot必须为

整齐（“长格式”）数据帧，其中每一列都是变量，每一行都是观察值。

这似乎暗示即使通过操作数据也无法强迫轴切换。 如果有一种方法，我还没有找到它-我敢肯定，有一种更优雅的方法可以做到这一点，但是可以做到的一种方法是手工完成。 这样的事情可以解决问题

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
df = pd.DataFrame([[0,1],[0,2],[0,1.5],[1,1],[1,5]], columns=['group','val'])
group = df['group'].tolist()
val = df['val'].tolist()
yl = list()
yu = list()
avg = list()
ii = 0
while ii < len(group):   #Loop through all the groups
    g = group[ii]
    y0 = val[ii]
    y1 = val[ii]
    s = 0
    jj = ii
    while (jj < len(group) and group[jj] == g):
        s += val[jj]
        #This takes the min and max, but could easily take the standard deviation
        if val[jj] > y1:
            y1 = val[jj]
        if val[jj] < y0:
            y0 = val[jj]
        jj += 1
    avg.append(s/(jj - ii))
    ii = jj
    yl.append(y0)
    yu.append(y1)

x = np.linspace(min(group), max(group), len(yl))
plt.ylabel(df.columns[0])
plt.xlabel(df.columns[1])
plt.plot(avg, x, color="#5a9edd", linestyle="-", linewidth=1.5)
plt.fill_betweenx(x, yl, yu, alpha=0.3)

这将为您提供以下情节：

为简便起见，它使用每个组的最小值和最大值给出误差带，但是可以根据需要轻松更改为标准误差或标准偏差。

Answer 2

考虑一下如果不使用seaborn，该怎么办。 您将计算平均值和标准偏差，并将其作为组的函数进行绘制。 现在很直接地将x和y交换为plot(x,y) ： plot(y,x) 。 对于填充区域，可以使用fill_betweenx而不是fill_between 。

下面对两种情况进行比较。

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame([[0,1],[0,2],[0,1.5],[1,1],[1,5]], columns=['group','val'])

mean = df.groupby("group").mean()
std = df.groupby("group").std()

fig, (ax, ax2) = plt.subplots(ncols=2)

ax.plot(mean.index, mean["val"].values)
ax.fill_between(mean.index, (mean-std)["val"].values, (mean+std)["val"].values, alpha=.5)
ax.set(xlabel="group", ylabel="val")

ax2.plot(mean["val"].values, mean.index)
ax2.fill_betweenx(mean.index, (mean-std)["val"].values, (mean+std)["val"].values, alpha=.5)
ax2.set(ylabel="group", xlabel="val")

fig.tight_layout()
plt.show()