Seaborn 线图 - 基于峰值的数据

Question

我想根据峰值所在的位置为 seaborn 线图的线着色。 这是我目前的 plot

如图所示，有些日子峰值在 bin 4.72，而在其他日子，峰值在 5.24 和 5.83。 我想根据这些峰值着色。 所以对于下面的 plot，它将有 3 种颜色，同时保持图例中的日期。

这是我熊猫的dataframe，叫select_bins

               2.79  3.1  3.44  3.82  4.25  4.72  5.24  5.83  6.47  7.19  7.99  8.88
date                                                                           
20180527     1   28   101   270   694  1253  1134   528   106    10     0     0
20180603     0    0     0     3    12    26    82    45     5     0     0     0
20180611     2    7    34   137   317   341   410   179    48    10     1     0
20180617     2    6    13    52   130   133   161    74    23     4     0     0
20180625     0    2     1     9    14    34    47    53     9     0     0     0
20180626     5    1     1     5    18    50    72   101    28     2     0     0
20180628     2    0     0     2    21    41    87    78    16     0     0     0
20180705     1    1     0     2    18    32    63    61    27     7     0     0
20180709     2    0     3     6    31    56   107   139    52    12     1     0

这是 plot 的代码。 如您所见，我将select_bins dataframe 转置为 plot

ax = sns.lineplot(data = select_bins.T, dashes=False, palette = 'rocket')
plt.show()

Answer 1

您可以对数据进行分组并分配单独的调色板：

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

select_bins = pd.read_csv("test.txt", sep="\s{2,}", engine="python", index_col="date")

#identify unique peaks
col_bin = select_bins.idxmax(axis=1)
unique_val = np.unique(col_bin)

#provide information for palettes
palettes = ["Reds", "Blues", "Greys"]

fig, ax = plt.subplots()

#plot subgroups with their palettes, providing still individual colors within the palette for each line
for uv, pal in zip (unique_val, palettes):
    sns.lineplot(data = select_bins[col_bin==uv].T, dashes=False, palette = pal, ax=ax)

plt.show()

样品 output：

或者，您可以对组使用不同的行 styles 但为此您必须首先将数据从宽格式调整为长格式。 既然我们无论如何都必须将日期转换为字符串，为什么不将 x 值转换为数字以更真实地表示曲线呢？

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

select_bins = pd.read_csv("test.txt", sep="\s{2,}", engine="python", index_col="date")
#identify columns to plot
cols=select_bins.columns
#identify peaks
select_bins["col_bin"] = select_bins.idxmax(axis=1)

#reshape data for plotting
plot_df = select_bins.reset_index().melt(id_vars=["date", "col_bin"], value_vars=cols)
plot_df = plot_df.astype({"date": str, "variable": float})

fig, ax = plt.subplots(figsize=(10, 6))
sns.lineplot(data = plot_df, x="variable", y="value", hue="date", style="col_bin", palette = "rocket", ax=ax)
plt.xticks(ticks=[float(x) for x in cols], labels=cols)

plt.show()

样品 output：

Answer 2

如果您在 dataframe 中创建另一个变量，为每行的峰值[1,2,3]编码一个值，然后将其设置为hue ：

sns.lineplot(data = select_bins.T, dashes=False, palette = 'rocket', hue="peak_encoding")