如何在 Seaborn 中制作具有多个组或类别的联合图？

Question

我正在尝试在 Seaborn 中制作联合图。 目标是对所有 [x,z] 值进行散点 plot 并用 [cat] 对这些值进行颜色编码，并获得这两个类别的分布。 然后我还想要 [x,alt_Z] 的分散和分布 plot，忽略 NaN 的 alt_Z 值。

使用 Python 3.7

这是一个独立的数据集和我的目标（在 Excel 中制作，因此未显示分布）。

import matplotlib.pyplot as plt
%matplotlib inline
import pandas as pd
import seaborn as sns

col1 = [1,1.5,3.1,3.4,2,-1]
col2 = [1,-3,2,8,2.5,-1.3]
col3 = [4,3,4,0.5,1,0.3]
col4 = [10,12,10,'NaN',13,'NaN']
col5 = ['A','A','A','B','A','B']
df = pd.DataFrame(list(zip(col1, col2, col3, col4, col5)), 
                  columns =['x', 'y', 'z', 'alt_Z', 'cat'])
display(df)

下面的代码没有完成 plot 并返回TypeError: The y variable is categorical, but one of ['numeric', 'datetime'] is required 。 在下面的代码中，我也不知道如何按 [cat] A & B 分组，因此它显示为红色，并且只有 A 类别正在绘制。

df2 = df[['x', 'y', 'z', 'alt_Z', 'cat']]\
    .melt(id_vars=['x', 'y'], value_vars=['z', 'alt_Z'])
    
g = sns.jointplot(data=df2, x='x', y='value', hue='variable', 
                  palette={'z': 'black', 'alt_Z': 'red'})

Answer 1

dataframe 的一个问题是col4包含整数和“NaN”。 由于不存在整数的 NaN 值，因此 pandas 使其成为一列对象。 将其转换为浮点数将创建一个正确的浮点列，其中NaN为数字。

要创建散点图 plot，两次调用sns.scatter() ：

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

col1 = [1, 1.5, 3.1, 3.4, 2, -1]
col2 = [1, -3, 2, 8, 2.5, -1.3]
col3 = [4, 3, 4, 0.5, 1, 0.3]
col4 = [10, 12, 10, 'NaN', 13, 'NaN']
col5 = ['A', 'A', 'A', 'B', 'A', 'B']
df = pd.DataFrame(list(zip(col1, col2, col3, col4, col5)),
                  columns=['x', 'y', 'z', 'alt_Z', 'cat'])
df['alt_Z'] = df['alt_Z'].astype(float)

ax = sns.scatterplot(data=df, x='x', y='alt_Z', color='black', label='alt_Z')
sns.scatterplot(data=df, x='x', y='z', hue='cat', ax=ax)

plt.show()

从这里，我们可以创建 2 个数据帧： df1包含x 、 z和cat 。 和df2包含x和alt_Z 。 将alt_Z重命名为z并填写包含字符串alt_Z的cat列将使其类似于df1 。

然后， jointplot()可以对两个 datafames 的串联进行操作：

df1 = df[['x', 'z', 'cat']]
df2 = df[['x', 'alt_Z']].rename(columns={'alt_Z': 'z'}).dropna()
df2['cat'] = 'alt_Z'

g = sns.jointplot(data=df1.append(df2), x='x', y='z', hue='cat', palette={'alt_Z': 'black', 'A': 'orange', 'B': 'green'})
g.ax_joint.set_xlim(-3, 6) # the default limits are too wide for these reduced test data
plt.show()