如何在 Seaborn 中制作具有多个组或类别的联合图？

如何解决如何在 Seaborn 中制作具有多个组或类别的联合图？

我正在尝试在 Seaborn 中制作一个联合图。目标是获得所有 [x,z] 值的散点图，并用 [cat] 对这些值进行颜色编码，并获得这两个类别的分布。然后我还想要一个 [x,alt_Z] 的散点图和分布图，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,-3,8,2.5,-1.3]
col3 = [4,3,4,0.5,1,0.3]
col4 = [10,12,10,'NaN',13,'NaN']
col5 = ['A','A','B','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绘图并返回 TypeError: The y variable is categorical,but one of ['numeric','datetime'] is required。我也不知道如何在下面的代码中按 [cat] A & B 分组，所以它显示为红色，并且只有 A 类别正在绘图。

df2 = df[['x','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'})

解决方法

数据框的一个问题是 col4 包含整数和“NaN”。由于整数不存在 NaN 值，pandas 使它成为一列对象。将其转换为浮点数将创建一个适当的浮点列，其中 NaN 作为数字。

要创建散点图，调用 sns.scatter() 两次即可：

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,-3,8,2.5,-1.3]
col3 = [4,3,4,0.5,1,0.3]
col4 = [10,12,10,'NaN',13,'NaN']
col5 = ['A','A','B','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,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。 而 df2 包含 x 和 alt_Z。将 alt_Z 重命名为 z 并填充包含字符串 cat 的 alt_Z 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','cat']]
df2 = df[['x','alt_Z']].rename(columns={'alt_Z': 'z'}).dropna()
df2['cat'] = 'alt_Z'

g = sns.jointplot(data=df1.append(df2),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()