无法显示seaborn distplot

Question

我正在尝试使用Python的seaborn模块制作直方图和密度图，并且在绘图上我还尝试在模式处绘制一条垂直线。 但是，生成的图不会显示任何直方图和/或密度曲线。 我的代码如下：

# a function to compute mode of the histograms shown in Figures `2` and `3` in the paper.
def compute_mode(layer_list):
    
    ax = sns.distplot(layer_list, hist=False, kde=True, kde_kws={'linewidth': 2})
    x = ax.lines[0].get_xdata()
    y = ax.lines[0].get_ydata()
    mode_idx = y.argmax()
    mode_x = x[mode_idx]
    plt.close()
        
    return mode_x

# function to plot the histogram of the layer lists.
def make_density(layer_list, color):

    
    # Plot formatting
    plt.xlabel('Median Stn. MC-Loss')
    plt.ylabel('Density')

    
    # Draw the histogram and fit a density plot.
    sns.distplot(layer_list, hist = True, kde = True,
                 kde_kws = {'linewidth': 2}, color=color)
    
    # compute mode of the histogram.
    mode_x = compute_mode(layer_list)
    
    # draw a vertical line at the mode of the histogram.
    plt.axvline(mode_x, color='blue', linestyle='dashed', linewidth=1.5)
    plt.text(mode_x, 0.16, 'mode: {:.4f}'.format(mode_x))

layer_list = [ 1.0,2.0,3.0,4.0,2.0,3.0,1.0,6.0,10.0,2.0]
make_density(layer_list, 'green')

我认为问题出自plt.axvline(mode_x, color='blue', linestyle='dashed', linewidth=1.5)和plt.text(mode_x, 0.16, 'mode: {:.4f}'.format(mode_x)) 。

我在这里做错了什么？

谢谢，

Answer 1

主要问题是在compute_mode() plt.close() ，它关闭了之前在make_density()创建的make_density() 。 请注意， sns.distplot主要是一个绘图函数，不应仅用于计算。 由于 kde 已经在make_density()绘制， make_density() ax.lines[0]可以传递给compue_mode()以提取曲线数据，而无需再次创建绘图。

其他一些说明：

• 在 seaborn 0.11 中， distplot已被弃用，取而代之的是两个函数： histplot创建直方图，可选择使用 kde。 和displot （没有“T”），它创建了一个直方图/kdeplots 网格。 除了名称混乱， kde_kws的参数distplot被称为line_kws在histplot ，而kde_kws在histplot是用于那些计算KDE功能。 此外，kde 曲线始终使用与直方图相同的颜色。
• Seaborn的“轴水平”函数返回的ax ，可用于其他格式。 在您的原始代码中，您在调用distplot之前添加了一些标签，但由于distplot也可能会更改设置，因此之后进行所有这些格式化调用会更安全。
• 您可能想了解面向对象的接口以及ax.set_xlabel()和plt.xlabel()之间的区别。

import matplotlib.pyplot as plt
import seaborn as sns

# a function to compute mode of the histograms shown in Figures `2` and `3` in the paper.
def compute_mode(line_object):
    x = line_object.get_xdata()
    y = line_object.get_ydata()
    mode_idx = y.argmax()
    return x[mode_idx], y[mode_idx]

# function to plot the histogram of the layer lists.
def make_density(layer_list, color):
    # Draw the histogram and fit a density plot.
    ax = sns.histplot(layer_list, kde=True,
                      line_kws={'linewidth': 2}, color=color)
    # compute mode of the histogram.
    mode_x, mode_y = compute_mode(ax.lines[0])

    # draw a vertical line at the mode of the histogram.
    ax.axvline(mode_x, color='blue', linestyle='dashed', linewidth=1.5)
    ax.text(mode_x, mode_y, 'mode: {:.4f}'.format(mode_x))
    # Plot formatting
    ax.set_xlabel('Median Stn. MC-Loss')
    ax.set_ylabel('Density')

layer_list = [1.0, 2.0, 3.0, 4.0, 2.0, 3.0, 1.0, 6.0, 10.0, 2.0]

make_density(layer_list, 'green')
plt.show()

Answer 2

在计算模式中调用 seaborn 的 distplot 而不指定与绘图compute_mode的斧头。 您可以简单地用以下代码替换compute_mode ：

def compute_mode(layer_list):
    dummy_fig, dummy_ax = plt.subplots()
    ax = sns.distplot(layer_list, hist=False, kde=True, kde_kws={'linewidth': 2}, ax=dummy_ax)
    x = ax.lines[0].get_xdata()
    y = ax.lines[0].get_ydata()
    mode_idx = y.argmax()
    mode_x = x[mode_idx]
    plt.close()

    return mode_x

即使此解决方法有效，请考虑使用专用工具（如scipy 的 gaussian_kde ）计算模式。 它可以防止你搞乱图形库来做数学题。