seaborn 没有在定义的子图中绘制

Posted 2023-02-14

【中文标题】seaborn 没有在定义的子图中绘制

【英文标题】：seaborn is not plotting within defined subplots

【发布时间】：2021-01-01 19:55:07

【问题描述】：

我正在尝试使用此代码并排绘制两个分布图

fig,(ax1,ax2) = plt.subplots(1,2)

sns.displot(x =X_train['Age'], hue=y_train, ax=ax1)
sns.displot(x =X_train['Fare'], hue=y_train, ax=ax2)

它返回以下结果（两个空子图，然后在两行上分别显示一个）-

如果我用 violinplot 尝试相同的代码，它会按预期返回结果

fig,(ax1,ax2) = plt.subplots(1,2)

sns.violinplot(y_train, X_train['Age'], ax=ax1)
sns.violinplot(y_train, X_train['Fare'], ax=ax2)

为什么 displot 返回不同类型的输出，如何在同一行输出两个图？

【参考方案1】：

来自seaborn.distplot 的文档，在seaborn 0.11 中是DEPRECATED。 .distplot 替换为以下内容： displot()，一个图形级函数，在绘制的绘图类型上具有类似的灵活性。这是一个FacetGrid，没有ax 参数。 histplot()，用于绘制直方图的轴级函数，包括核密度平滑。这确实有 ax 参数。

适用于seabornFacetGrid任何没有ax参数的地块。使用等效的轴级图。

查看图形级绘图的文档，找到适合您需要的轴级绘图函数。 因为需要两个不同列的直方图，所以使用histplot 会更容易。 请参阅How to plot in multiple subplots，了解绘制到maplotlib.pyplot.subplots 的多种不同方式 在seaborn 0.11.1 和matplotlib 3.4.2 中测试

fig,(ax1,ax2) = plt.subplots(1,2)

sns.histplot(x=X_train['Age'], hue=y_train, ax=ax1)
sns.histplot(x=X_train['Fare'], hue=y_train, ax=ax2)

导入和 DataFrame 示例

import seaborn as sns
import matplotlib.pyplot as plt

# load data
penguins = sns.load_dataset("penguins", cache=False)

# display(penguins.head())
  species     island  bill_length_mm  bill_depth_mm  flipper_length_mm  body_mass_g     sex
0  Adelie  Torgersen            39.1           18.7              181.0       3750.0    MALE
1  Adelie  Torgersen            39.5           17.4              186.0       3800.0  FEMALE
2  Adelie  Torgersen            40.3           18.0              195.0       3250.0  FEMALE
3  Adelie  Torgersen             NaN            NaN                NaN          NaN     NaN
4  Adelie  Torgersen            36.7           19.3              193.0       3450.0  FEMALE

轴水平图

对于宽格式数据，使用sns.histplot

# select the columns to be plotted
cols = ['bill_length_mm', 'bill_depth_mm']

# create the figure and axes
fig, axes = plt.subplots(1, 2)
axes = axes.ravel()  # flattening the array makes indexing easier

for col, ax in zip(cols, axes):
    sns.histplot(data=penguins[col], kde=True, stat='density', ax=ax)

fig.tight_layout()
plt.show()

人物水平图

对于长格式的数据帧，使用displot

# create a long dataframe
dfl = penguins.melt(id_vars='species', value_vars=['bill_length_mm', 'bill_depth_mm'], var_name='bill_size', value_name='vals')

# display(dfl.head())
  species       bill_size  vals
0  Adelie  bill_length_mm  39.1
1  Adelie   bill_depth_mm  18.7
2  Adelie  bill_length_mm  39.5
3  Adelie   bill_depth_mm  17.4
4  Adelie  bill_length_mm  40.3

# plot
sns.displot(data=dfl, x='vals', col='bill_size', kde=True, stat='density', common_bins=False, common_norm=False, height=4, facet_kws='sharey': False, 'sharex': False)