在计数图上绘制一条线图，并在右侧添加一个单独的y轴。

Question

在计数图上绘制一条线图，并在右侧添加一个单独的y轴。

3

我创建了一个类似于正在使用的虚拟数据框架。该数据框架包含票价、舱室类型和生还情况（1表示生存，0表示死亡）。

第一个图表通过factorplot创建许多图形，每个图形代表一个舱室类型。X轴由票价表示，Y轴只是在该票价处出现次数的计数。

然后，我通过[Cabin，Fare]分组创建了另一个系列，并继续获取生存率的平均值，以获得每个舱室和票价的生存率。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns


df = pd.DataFrame(dict(
        Fare=[20, 10, 30, 40, 40, 10, 20, 30, 40 ,30, 20, 30, 30],
        Cabin=list('AAABCDBDCDDDC'),
        Survived=[1, 0, 0, 0 ,0 ,1 ,1 ,0 ,1 ,1 , 0, 1, 1]
    ))

g =sns.factorplot(x='Fare', col='Cabin', kind='count', data=df,
                  col_wrap=3, size=3, aspect=1.3,  palette='muted')

plt.show()

x =df.groupby(['Cabin','Fare']).Survived.mean()

我想要做的是，在上面的计数图上绘制一条折线图（因此x轴相同，每个图仍由Cabin类型表示），但我希望y轴是我们在上面代码中通过groupby系列x计算出的生存平均值，当输出时将是下面的第三列。

Cabin  Fare
A      10      0.000000
       20      1.000000
       30      0.000000
B      20      1.000000
       40      0.000000
C      30      1.000000
       40      0.500000
D      10      1.000000
       20      0.000000
       30      0.666667

线图的y轴应该在右侧，我想要的范围是[0, .20, .40, .60, .80, 1.0, 1.2]。我查看了seaborn文档一段时间，但是我无法正确地做到这一点。我的期望输出类似于这个图像。对不起，我的书写看起来很糟糕，我不知道怎么使用画图工具。因此，每张图的刻度和数字都在右侧。线图将通过每个x,y点的点连接。所以对于Cabin A，第一个x,y点是(10,0)，其中0对应右侧的y轴。第二个点是(20,1)，依此类推。

- Moondra

我不确定你想让它看起来像什么。你能在图像上画出你认为应该有线条的地方吗？ - piRSquared

嗨，piRSquared。这个网站上有没有通过工具在图表上绘制的方法？还是我需要使用 MS Paint？我将不得不尝试一下 MS Paint，因为我对它不太熟悉。 - Moondra

好的，我玩了一下微软画图，加入了我想要的输出。希望我的修改很清晰明了。 - Moondra

太好了，这样我稍后可以查看它。除非有其他人在我之前完成了。 - piRSquared

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Nickil Maveli · Accepted Answer

数据操作：

计算频率统计：

df_counts = pd.crosstab(df['Fare'], df['Cabin'])

对整个组进行计算并将其拆分为一个DF。 Nan's保持不变，不会被零替换，以显示折线图中的间断点，否则它们将是连续的，在这里没有太多意义。

df_means = df.groupby(['Cabin','Fare']).Survived.mean().unstack().T

将x轴标签准备为字符串：

df_counts.index = df_counts.index.astype(str)
df_means.index = df_means.index.astype(str)

绘图：

fig, ax = plt.subplots(1, 4, figsize=(10,4))
df_counts.plot.bar(ax=ax, ylim=(0,5), cmap=plt.cm.Spectral, subplots=True,               
                   legend=None, rot=0)
# Use secondary y-axis(right side)
df_means.plot(ax=ax, secondary_y=True, marker='o', color='r', subplots=True, 
              legend=None, xlim=(0,4))
# Adjust spacing between subplots
plt.subplots_adjust(wspace=0.5, hspace=0.5)
plt.show()