线图和 relplot 在 seaborn 中的同一图中

Question

我想在 seaborn 的同一个图中绘制两个数据集，但是，它不起作用。

我的代码：

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

x = np.arange(1, 36)
x2 =[5, 5, 5, 5, 5, 10, 10, 10, 10, 10, 20, 20,
20, 20, 20, 30, 30, 30, 30, 30]

y = [6431, 6449, 6466, 6483, 6499, 6515, 6530, 6545, 6559, 6572, 6586,
6599, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605,
6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605]

y2 = [6437, 6513, 6499, 6540, 6499, 6472, 6635, 6534, 6532, 6579, 6575,
      6575, 6509, 6660, 6540, 6693, 6520, 6691, 6580, 6627]

df1 = {'x': x, 'y': y}
df2 = {'x': x2, 'y': y2}

df1 = pd.DataFrame(df1)
df2 = pd.DataFrame(df2)

fig, ax = plt.subplots(figsize=(10, 6.68))

sns.set(style="ticks", font='arial', font_scale=2)

sns.lineplot(x="x", y="y", 
            palette = 'PuBuGn_d', ax=ax, data=df1)
sns.relplot(x="x", y="y",
        palette = 'cmap', ax = ax, data=df2)

plt.show()

它应该看起来像：

是否可以使用千位分隔符格式化 y 轴？

Answer 1

sns.relplot是图形级函数。 这意味着它可以为不同的列组合创建许多子图。 因此，它总是创建自己的图形，即使只需要 1 个子图也是如此。 用底层scatterplot替换relplot解决了这个问题。

要获得千位分隔符，您可以将FuncFormatter与函数一起使用，该函数将数字转换为格式为komma的字符串。

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
from matplotlib.ticker import FuncFormatter
import pandas as pd

sns.set_style("whitegrid")
x = np.arange(1, 36)
x2 = [5, 5, 5, 5, 5, 10, 10, 10, 10, 10, 20, 20, 20, 20, 20, 30, 30, 30, 30, 30]
y = [6431, 6449, 6466, 6483, 6499, 6515, 6530, 6545, 6559, 6572, 6586, 6599, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605]
y2 = [6437, 6513, 6499, 6540, 6499, 6472, 6635, 6534, 6532, 6579, 6575, 6575, 6509, 6660, 6540, 6693, 6520, 6691, 6580, 6627]

df1 = {'x': x, 'y': y}
df2 = {'x': x2, 'y': y2}

df1 = pd.DataFrame(df1)
df2 = pd.DataFrame(df2)

fig, ax = plt.subplots(figsize=(10, 6.68))

sns.set(style="ticks", font='arial', font_scale=2)

sns.lineplot(x="x", y="y",
             palette='PuBuGn_d', ax=ax, data=df1)
sns.scatterplot(x="x", y="y",
                color='orange', ax=ax, data=df2, s=150)
ax.yaxis.set_major_formatter(FuncFormatter(lambda x, p: f'{x:,.0f}'))

plt.tight_layout()
plt.show()

Answer 2

这是一个潜在的解决方法。 切换sns.relplot和sns.lineplot的位置给出所需的输出：

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

x = np.arange(1, 36)
x2 =[5, 5, 5, 5, 5, 10, 10, 10, 10, 10, 20, 20,
20, 20, 20, 30, 30, 30, 30, 30]

y = [6431, 6449, 6466, 6483, 6499, 6515, 6530, 6545, 6559, 6572, 6586,
6599, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605,
6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605, 6605]

y2 = [6437, 6513, 6499, 6540, 6499, 6472, 6635, 6534, 6532, 6579, 6575,
      6575, 6509, 6660, 6540, 6693, 6520, 6691, 6580, 6627]

df1 = {'x': x, 'y': y}
df2 = {'x': x2, 'y': y2}

df1 = pd.DataFrame(df1)
df2 = pd.DataFrame(df2)

sns.set(style="ticks", font='arial', font_scale=1)

sns.relplot(x="x", y="y", color='orange', data=df2)
sns.lineplot(x="x", y="y", data=df1)

plt.show()

输出 ：