[英]plot multiple columns on same graph seaborn
我有一個pandas dataFrame,我正在用seaborn繪圖:
g = sns.FacetGrid(readCov, col='chr', col_wrap = 4, size=4)
g.map(plt.scatter, 'pos', 'bergC9', hue = edgecolor='white')
g.set(xlim= (0, 250000))
這很有效,並為“chr”列中的每個'chr'提供了一個圖表。 但是,我希望每個圖表上都有多個列。 目前只顯示一個,名為'bergC9'。 我想在不同顏色的同一圖表上放置更多列。
有任何想法嗎?
謝謝!
編輯:輸入數據文件
chr description pos bergB7 bergC9 EvolB20
1 1 '"ID=PBANKA_010290;Name=PBANKA_010290;descript... 108389 0.785456 0.899275 0.803017
2 1 '"ID=PBANKA_010300;Name=PBANKA_010300;descript... 117894 1.070673 0.964203 0.989372
3 1 '"ID=PBANKA_010310;Name=PBANKA_010310;descript... 119281 1.031106 1.042189 0.883518
4 1 '"ID=PBANKA_010320;Name=PBANKA_010320;descript... 122082 0.880109 1.031673 1.026539
5 1 '"ID=PBANKA_010330;Name=PBANKA_010330;descript... 126075 0.948105 0.969198 0.849213
編輯:我想要一個散點圖,其中pos為x軸,bergB7,bergC9,EvolB20等,它們都是'應變'作為y軸,因此在同一圖上有幾個應變。 我能夠通過重新格式化我的數據集來實現這一點,因此它現在有一個'strain'參數或列並連接所有y數據。 現在我可以使用帶有'strain'的hue語法。 我想不必重新格式化我的所有數據集。 我認為有可能創建一個引用我想要繪制的所有列的循環,但我嘗試了幾種語法無濟於事。 我還有其他方法可以實現這一目標,但是這些方法創建了新的數據集,我知道這不是以編程方式進行的方式。 我是新用戶,想要正確開始。
這就是輸出應該是什么樣的(顯示的15個圖形面板的子集):(我無法發布圖像,因為我的'聲譽'不夠高)
編輯數據有兩個chr
案例。 應該適用於任何數量的“菌株”列。 數據確實需要重新格式化; 來自seaborn文件:
要使用這些功能,您的數據必須位於Pandas DataFrame中,並且必須采用Hadley Whickam稱之為“整潔”數據的形式。 簡而言之,這意味着您的數據框應該構造成每列都是一個變量,每一行都是一個觀察。
但是熊貓很容易做到:
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns
readCov = pd.DataFrame([ (1, '\'"ID=PBANKA_010290;Name=PBANKA_010290;descript...', 108389, 0.785456, 0.899275, 0.803017),
(1, '\'"ID=PBANKA_010300;Name=PBANKA_010300;descript...', 117894, 1.070673, 0.964203, 0.9893719999999999),
(1, '\'"ID=PBANKA_010310;Name=PBANKA_010310;descript...', 119281, 1.0311059999999999, 1.042189, 0.883518),
(2, '\'"ID=PBANKA_010320;Name=PBANKA_010320;descript...', 122082, 0.880109, 1.031673, 1.0265389999999999),
(2, '\'"ID=PBANKA_010330;Name=PBANKA_010330;descript...', 126075, 0.948105, 0.969198, 0.8492129999999999)],
columns=[u'chr', u'description', u'pos', u'bergB7', u'bergC9', u'EvolB20'],
)
meltCov = pd.melt(readCov,id_vars=['chr','description','pos'], var_name='strain')
g = sns.FacetGrid(meltCov, col='chr', hue='strain')
g.map(plt.scatter, 'pos','value')
g.set_xticklabels(rotation=45)
g.add_legend()
#this plots a figure per script automatically
from os.path import realpath, basename
s = basename(realpath(__file__))
fig = plt.gcf()
fig.savefig(s.split('.')[0])
plt.show()
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.