如何在 Seaborn 的 displot 中添加平均值和中位数线

Question

有没有办法在Seaborn的displot中添加平均值和中位数？

penguins = sns.load_dataset("penguins")
g = sns.displot(
    data=penguins, x='body_mass_g',
    col='species',  
    facet_kws=dict(sharey=False, sharex=False)
)

基于在seaborn FacetGrid distplots中添加均值和变异性，我可以定义一个FacetGrid并映射一个函数。我能否将自定义函数传递给displot？

我之所以尝试直接使用displot是因为这些图表的样式默认情况下更漂亮，不需要调整刻度标签大小、轴标签大小等，并且与我正在制作的其他图表在视觉上保持一致。

def specs(x, **kwargs):
    ax = sns.histplot(x=x)
    ax.axvline(x.mean(), color='k', lw=2)
    ax.axvline(x.median(), color='k', ls='--', lw=2)

g = sns.FacetGrid(data=penguins, col='species')
g.map(specs,'body_mass_g' )

- a11

Answer 1

• 不建议直接使用FacetGrid，而是使用其他图形级别方法如seaborn.displot。
• seaborn.FacetGrid.map与图形级别方法兼容。
• seaborn：构建结构化的多绘图网格

选项1

• 使用plt。代替ax。
  • 在原始代码中，vlines适用于histplot的ax，但在此处，图形是在.map之前创建的。

penguins = sns.load_dataset("penguins")
g = sns.displot(
    data=penguins, x='body_mass_g',
    col='species',  
    facet_kws=dict(sharey=False, sharex=False)
)

def specs(x, **kwargs):
    plt.axvline(x.mean(), c='k', ls='-', lw=2.5)
    plt.axvline(x.median(), c='orange', ls='--', lw=2.5)

g.map(specs,'body_mass_g' )

选项2

• 这个选项说得更详细，但更加灵活，因为它允许从数据源中访问和添加信息，而不仅仅是用于创建displot的那个数据源。

import seaborn as sns
import pandas as pd

# load the data
pen = sns.load_dataset("penguins")

# groupby to get mean and median
pen_g = pen.groupby('species').body_mass_g.agg(['mean', 'median'])

g = sns.displot(
    data=pen, x='body_mass_g',
    col='species',  
    facet_kws=dict(sharey=False, sharex=False)
)
# extract and flatten the axes from the figure
axes = g.axes.flatten()

# iterate through each axes
for ax in axes:
    # extract the species name
    spec = ax.get_title().split(' = ')[1]
    
    # select the data for the species
    data = pen_g.loc[spec, :]
    
    # print data as needed or comment out
    print(data)
    
    # plot the lines
    ax.axvline(x=data['mean'], c='k', ls='-', lw=2.5)
    ax.axvline(x=data['median'], c='orange', ls='--', lw=2.5)

两种选项的输出

资源

• 另请参阅以下问题/答案，了解向seaborn FacetGrid添加信息的其他方法
  • 在seaborn中特定位置绘制线条/注释Facetgrid
  • 在具有多个子图的seaborn散点图上叠加垂直线条
  • 如何向seaborn FacetGrid添加其他绘图并指定颜色

- Trenton McKinney

Answer 2

您可以使用sns.FacetGrid.facet_data遍历子图的索引和底层数据。

这与sns.FacetGrid.map的工作方式非常接近。 sns.FacetGrid.facet_data是一个生成器，它产生一个元组(i, j, k)，其中包含行、列、色调索引和data。 data是一个DataFrame，它是每个子图对应的完整数据的子集。

import seaborn as sns
import pandas as pd


pen = sns.load_dataset("penguins")

# Set our x_var for later use
x_var = "body_mass_g"

g = sns.displot(
    data=pen,
    x=x_var,
    col="species",
    facet_kws=dict(sharey=False, sharex=False),
)

for (row, col, hue_idx), data in g.facet_data():
    # Skip empty data
    if not data.values.size:
        continue

    # Get the ax for `row` and `col`
    ax = g.facet_axis(row, col)
    # Set the `vline`s using the var `x_var`
    ax.axvline(data[x_var].mean(), c="k", ls="-", lw=2.5)
    ax.axvline(data[x_var].median(), c="orange", ls="--", lw=2.5)

这将输出：

- Alex