Seaborn 散点图用循环绘制多个图

Question

我有一个数据集，其中包含美国每个州的两列模式，其中一列定义为“cpm”，另一列定义为“支出”。 我试图确定如何遍历每个状态并为每个状态创建一个子图，散点图以 cpm 为 x 轴，花费为 y 轴。 虽然我能够为每个状态创建这个循环和一个子图，但我没有看到正在显示的数据。 我应该使用不同的 seaborn 情节来实现这一目标吗？

代码：

# state list
states = [
    'alabama',
    'alaska',
    'arizona',
]

for state in states[0:3]:
    state_cpm = state + "_" + "cpm"
    state_spend = state + "_" + "spend"

    sns.pairplot(data=df, x_vars=state_cpm, y_vars=state_spend)

// df data example

alabama_cpm | alabama_spend
9.883076 | 63477.0  
10.013527   | 100110.0
10.358303   | 91535.0   

当前结果：

Answer 1

很可能sns.scatterplot()会起作用。 sns.pairplot仅在您想要列之间的所有成对图时才有效。

例如数据集是这样的：

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

states = ['alabama','alaska','arizona']

df = pd.DataFrame(np.random.uniform(0,1,(20,6)),
                  columns = [i + "_" + j for i in states for j in ['cpm','spend']])
df.head()

alabama_cpm alabama_spend   alaska_cpm  alaska_spend    arizona_cpm arizona_spend
0   0.444585    0.305385    0.113950    0.396746    0.450246    0.072074
1   0.028701    0.446495    0.527090    0.013968    0.367590    0.598380
2   0.726407    0.214152    0.220744    0.955635    0.337088    0.128571

然后使用您拥有的代码：

fig, ax = plt.subplots(3,1,figsize=(5,5))

for i,state in enumerate(states[0:3]):
    state_cpm = state + "_" + "cpm"
    state_spend = state + "_" + "spend"

    sns.scatterplot(data=df, x=state_cpm, y=state_spend,ax=ax[i])