如何在seaborn线性回归联合图中更改线条颜色

Question

根据Seaborn API所述，以下代码将生成一个线性回归图。

import numpy as np, pandas as pd; np.random.seed(0)
import seaborn as sns; sns.set(style="white", color_codes=True)
tips = sns.load_dataset("tips")
g = sns.jointplot(x="total_bill", y="tip", data=tips, kind='reg')
sns.plt.show()

然而，当数据点很多时，回归线就不再清晰可见了。我该如何更改它的颜色？我找不到内置的seaborn命令。

如果线在背景中（即在点的后面），我还想问如何将其移到前面。

- n1000

---

如果seaborn返回了艺术家，那么这将非常容易。如果函数API中没有旋钮，则最好的方法是查看g.lines以尝试猜测回归线中的哪个艺术家，然后执行ln.set_color('k')。 - tacaswell

@tcaswell 感谢提示！不幸的是，AttributeError: 'JointGrid' object has no attribute 'lines'。 - n1000

Answer 1

正如mwaskom所指出的那样，有几种方法。您可以将参数传递给联合绘图，但是在那里设置color会影响整个散点图：

import numpy as np, pandas as pd; np.random.seed(0)
import seaborn as sns#; sns.set(style="white", color_codes=True)
tips = sns.load_dataset("tips")
g = sns.jointplot(x="total_bill", y="tip", data=tips, kind='reg',
                  joint_kws={'color':'green'}) # Scatter and regression all green

或者将线绘图关键字的字典传递给散点图关键字的字典。我阅读了 seaborn/linearmodels.py 来找出在哪里进行此操作，这本身就是有趣而且富有启发性的。嵌套字典：

g = sns.jointplot(x="total_bill", y="tip", data=tips, kind='reg',
                  joint_kws={'line_kws':{'color':'cyan'}}) # Only regression cyan

或者您可以访问绘制后的线并直接更改它。这取决于回归线是第一条绘制的线，因此可能会随着 seaborn 的更新而中断。这也在审美和教学上有所不同，因为您不会重新着色不确定性扩散。这是熟悉 JointGrid 对象及其其他交互方式的好方法。(也许有一些属性不能通过函数调用参数设置，尽管我想不出任何例外。)

g = sns.jointplot(x="total_bill", y="tip", data=tips, kind='reg')
regline = g.ax_joint.get_lines()[0]
regline.set_color('red')
regline.set_zorder(5)

- cphlewis

---

这个可以运行，但最好使用 joint_kws 选项将颜色传递到绘图中。 - mwaskom

我认为这就是所有的方法了，@mwaskom。还有其他需要记录的吗？ :) - cphlewis

我该如何使用最新的seaborn版本获得这个输出？ - seralouk

现在可以与seaborn 0.11.1一起使用了；唯一的更改是最后一个选项，即红线。 - cphlewis

为什么它没有显示pearsonr和p值？ - Mehdi Abbassi

Seaborn曾经自动执行该操作，但现在不再支持了，@Mehdi Abassi。 （感谢您指出这一点; 我已更新图形。）最佳实践似乎是使用统计函数计算系数，然后自己添加文本字符串。 - cphlewis