如何 plot seaborn histplot 的子圖數量不均

Question

我目前有一個我正在繪制分布的 13 列的列表。 我想創建一系列子圖，以便這些圖占用更少的空間，但在循環中這樣做很困難。

樣品 DataFrame：

import pandas as pd
import numpy as np

data = {'identifier': ['A', 'B', 'C', 'D'],
        'treatment': ['untreated', 'treated', 'untreated', 'treated'], 'treatment_timing': ['pre', 'pre', 'post', 'post'],
        'subject_A': [1.3, 0.0, 0.5, 1.6], 'subject_B': [2.0, 1.4, 0.0, 0.0], 'subject_C': [nan, 3.0, 2.0, 0.5],
        'subject_D': [np.nan, np.nan, 1.0, 1.6], 'subject_E': [0, 0, 0, 0], 'subject_F': [1.0, 1.0, 0.4, 0.5]}

df = pd.DataFrame(data)

  identifier  treatment treatment_timing  subject_A  subject_B  subject_C  subject_D  subject_E  subject_F
0          A  untreated              pre        1.3        2.0        NaN        NaN          0        1.0
1          B    treated              pre        0.0        1.4        3.0        NaN          0        1.0
2          C  untreated             post        0.5        0.0        2.0        1.0          0        0.4
3          D    treated             post        1.6        0.0        0.5        1.6          0        0.5

• 它從 subject_A 到 subject_M（共 13 個）。
• 我目前所做的會產生 13 個直方圖的 13 行 1 列布局。 每個主題一個，分為 3 個 colors（前、后和缺失）。

這是我目前擁有的：

fig, axes = plt.subplots(3,5, sharex=True, figsize=(12,6))

for index, col in enumerate(COL_LIST):
    sns.histplot(
            df ,x=col, hue="time", multiple="dodge", bins=10, ax=axes[index,index % 3]
        ).set_title(col.replace("_", " "))
plt.tight_layout()

這絕對行不通。 但我不確定是否有一種簡單的方法來定義軸，而不必復制和粘貼這條線 13 次並手動定義軸坐標。

使用 displot 有點麻煩，因為 col_wrap 錯誤

ValueError: Number of rows must be a positive integer, not 0

（我相信這是由於 np.nan 的存在）

Answer 1

• 使用seaborn.displot會更容易，它是一個FacetGrid ，而不是seaborn.histplot 。
  • 探索使用row 、 col和col_wrap來獲取所需的行數和列數。
• subject_列必須堆疊，以將 dataframe 轉換為整齊的格式，可以使用.stack完成

import pandas as pd
import seaborn as sns

# convert the dataframe into a long form with stack
df_long = df.set_index(['identifier', 'treatment', 'treatment_timing']).stack().reset_index().rename(columns={'level_3': 'subject', 0: 'vals'})

# sort by subject
df_long = df_long.sort_values('subject').reset_index(drop=True)

# display(df_long.head())
  identifier  treatment treatment_timing    subject  vals
0          A  untreated              pre  subject_A   1.3
1          D    treated             post  subject_A   1.6
2          C  untreated             post  subject_A   0.5
3          B    treated              pre  subject_A   0.0
4          D    treated             post  subject_B   0.0

# plot with displot
sns.displot(data=df_long, row='subject', col='treatment', x='vals', hue='treatment_timing', bins=10)