使用Seaborn绘制pandas DataFrame的多列数据图表

Question

假设我有一个数据框，其中包含列['X_Axis','col_2','col_3',...,'col_n',]。

我需要将第一列绘制在X轴上，其余列绘制在Y轴上。 FYI：所有值已按照X轴进行分组，X轴的值范围为0-25，所有其他列的值已归一化到0-1的比例尺上。 我想在同一张图上绘制它们，而不是子图。

首选：FactorPlot，标准线图。

- Rakmo

Answer 1

• 一些 seaborn 绘图可以接受宽形式的数据框，例如 sns.pointplot(data=df, x='X_Axis', y='col_2')，但不支持 sns.pointplot(data=df, x='X_Axis', y=['col_2', 'col_3'])，因此最好将 DataFrame 转换为长形式。
• 使用 pandas.DataFrame.melt 将 DataFrame 从宽形式转换为长形式。
  • 将数据框从宽形式转换为长形式是 所有 seaborn 绘图 的标准做法，而不仅仅是演示例子。
• 在 python 3.8.12、pandas 1.3.4、matplotlib 3.4.3、seaborn 0.11.2 版本中测试通过。

示例数据框

import pandas as pd
import seaborn as sns

df = pd.DataFrame({'X_Axis':[1,3,5,7,10,20],
                   'col_2':[.4,.5,.4,.5,.5,.4],
                   'col_3':[.7,.8,.9,.4,.2,.3],
                   'col_4':[.1,.3,.5,.7,.1,.0],
                   'col_5':[.5,.3,.6,.9,.2,.4]})

# display(df)
   X_Axis  col_2  col_3  col_4  col_5
0       1    0.4    0.7    0.1    0.5
1       3    0.5    0.8    0.3    0.3
2       5    0.4    0.9    0.5    0.6
3       7    0.5    0.4    0.7    0.9
4      10    0.5    0.2    0.1    0.2
5      20    0.4    0.3    0.0    0.4

# convert to long (tidy) form
dfm = df.melt('X_Axis', var_name='cols', value_name='vals')

# display(dfm.head())
   X_Axis   cols  vals
0       1  col_2   0.4
1       3  col_2   0.5
2       5  col_2   0.4
3       7  col_2   0.5
4      10  col_2   0.5

当前的绘图方法

catplot: 图级别

使用seaborn.catplot和kind=（例如：kind='point'来复制FactorPlot的默认设置）：

g = sns.catplot(x="X_Axis", y="vals", hue='cols', data=dfm, kind='point')

pointplot: 坐标轴级别

sns.pointplot(x="X_Axis", y="vals", hue='cols', data=dfm)

原始内容

factorplot: 在v0.9.0（2018年7月）被重命名为catplot

新版本的 seaborn 会有警告：

factorplot 函数已被改名为 catplot。原名称将在将来的版本中移除。请更新您的代码。请注意，catplot 中默认的 kind（'strip'）已替换factorplot中的'point'。

g = sns.factorplot(x="X_Axis", y="vals", hue='cols', data=dfm)

# using pd.melt instead of pd.DataFrame.melt for pandas < 0.20.0
# dfm = pd.melt(df, 'X_Axis', var_name='cols',  value_name='vals')
# g = sns.factorplot(x="X_Axis", y="vals", hue='cols', data=dfm)

- jezrael

Answer 2

除了强大的@jezrael之外，如果你想用原始数据框的索引绘制线条，只需要按以下方式操作:

df = pd.DataFrame({'col_2':[.4,.5,.4,.5,.5,.4],
                   'col_3':[.7,.8,.9,.4,.2,.3],
                   'col_4':[.1,.3,.5,.7,.1,.0],
                   'col_5':[.5,.3,.6,.9,.2,.4]})

# resetting index before melting to save the current index in 'index' column...
df = df.reset_index().melt('index', var_name='cols',  value_name='vals')
g = sns.catplot(x="index", y="vals", hue='cols', data=df, kind='point')

- adir abargil