Seaborn: 带边际直方图的核密度估计图

Question

我正在使用kdeplot绘制两个双变量分布的密度图，如下所示，其中df_c和df_n是两个Pandas数据帧：

f, ax = plt.subplots(figsize=(6, 6))
sns.kdeplot(df_c['attr1'], df_c['attr2'], ax=ax, cmap='Blues', shade_lowest=False)
sns.kdeplot(df_n['attr1'], df_n['attr2'], ax=ax, cmap='Reds',  shade_lowest=False)

我想要添加类似于jointplot的边缘直方图（示例图）。然而，我不能使用jointplot（因为一次只能绘制一个分布图，每次调用都会生成一个新的Figure），并且我找不到任何关于如何重现它所生成的边缘直方图的信息。

有没有一种简单的方法可以使用Seaborn / matplotlib生成带边缘直方图的kdeplot？或者，我是否忽略了使用jointplot绘制两个独立分布图的方式？

- malexmave

Answer 1

您可以使用seaborn.JointGrid。正如seaborn作者在这个Github问题中所解释的那样，关键是使用称为ax_joint、ax_marg_x和ax_marg_y的三个组件轴。

希望下面的例子能满足您的需求：

import matplotlib.pyplot as plt
import seaborn as sns

iris = sns.load_dataset("iris")
setosa = iris.loc[iris.species == "setosa"]
virginica = iris.loc[iris.species == "virginica"]

g = sns.JointGrid(x="sepal_width", y="petal_length", data=iris)
sns.kdeplot(setosa.sepal_width, setosa.sepal_length, cmap="Reds",
            shade=True, shade_lowest=False, ax=g.ax_joint)
sns.kdeplot(virginica.sepal_width, virginica.sepal_length, cmap="Blues",
            shade=True, shade_lowest=False, ax=g.ax_joint)
sns.distplot(setosa.sepal_width, kde=False, color="r", ax=g.ax_marg_x)
sns.distplot(virginica.sepal_width, kde=False, color="b", ax=g.ax_marg_x)
sns.distplot(setosa.sepal_length, kde=False, color="r", ax=g.ax_marg_y, vertical=True)
sns.distplot(virginica.sepal_length, kde=False, color="b", ax=g.ax_marg_y, vertical=True)
plt.show()

- Y. Luo

---

谢谢，运行得很顺利。（我觉得您忘记添加到您所指的GitHub问题的链接了。） - malexmave

@malexmave 抱歉，我刚刚添加了链接。谢谢你指出来。 - Y. Luo