從不同子圖中的每一列繪制seaborn直方圖（facetgrid）

Question

我的結構遵循熊貓數據幀：

n    X              Y          Z
0   1.000000    1.000000    1.014925    
1   1.000000    1.000000    1.000000    

我想從每列創建 M 個單獨的子圖（直方圖）。 一張直方圖來自 X，一張來自 Y，最后一張來自 Z。

我希望它有不同的情節。 我正在查看https://seaborn.pydata.org/generated/seaborn.FacetGrid.html ，但我不明白如何從我的數據中繪制它的語法/邏輯。

Answer 1

您可以使用 Pandas 數據框的內置plot方法和選項subplots=True按列繪圖

from io import StringIO
import pandas as pd
import matplotlib.pyplot as plt
plt.style.use('seaborn')

# Here I read your example data in
df = pd.read_fwf(StringIO("""
    X              Y          Z
0   1.000000    1.000000    1.014925    
1   1.000000    1.000000    1.000000
"""), header=1, index_col=0)

# Plotting as desired
df.plot.hist(subplots=True, legend=False)

df.plot需要很多其他參數來讓你輕松地改變你的情節，例如

df.plot.hist(subplots=True, legend=True, layout=(1, 3))

Answer 2

使用seaborn.FacetGrid可能需要您重構數據。

讓我們看一個例子：

np.random.seed(0)
df = pd.DataFrame(np.random.randn(1000, 3), columns=['X', 'Y', 'Z'])
print(df.head(10))

          X         Y         Z
0  1.764052  0.400157  0.978738
1  2.240893  1.867558 -0.977278
2  0.950088 -0.151357 -0.103219
3  0.410599  0.144044  1.454274
4  0.761038  0.121675  0.443863
5  0.333674  1.494079 -0.205158
6  0.313068 -0.854096 -2.552990
7  0.653619  0.864436 -0.742165
8  2.269755 -1.454366  0.045759
9 -0.187184  1.532779  1.469359

df_melted = df.melt(var_name='column')

print(df_melted.head(10))

  column     value
0      X  1.764052
1      X  2.240893
2      X  0.950088
3      X  0.410599
4      X  0.761038
5      X  0.333674
6      X  0.313068
7      X  0.653619
8      X  2.269755
9      X -0.187184


g = sns.FacetGrid(df_melted, row='column')
g.map(plt.hist, 'value')

[出去]

Answer 3

sns.pairplot(your_df)將執行此操作，但是它還會向您顯示每列的成對散點圖，所以是的，它會做得比您需要的多一點？ 在進行探索性數據分析時很好。 您還可以通過在調用中添加corner=True使其更簡潔。

或類似的東西：

# Update as needed
n_rows=1
n_cols=3

# Create the subplots
fig, axes = plt.subplots(nrows=n_rows, ncols=n_cols, figsize=(10, 10))
for i, column in enumerate(df):
    sns.histplot(df, ax=axes[i // n_cols, i % n_cols]).set_title(column)

https://seaborn.pydata.org/generated/seaborn.pairplot.htma