在Seaborn Jointplot上绘制对角线（平等线）

Question

在Seaborn Jointplot上绘制对角线（平等线）

15

我正在使用Seaborn的jointplot来制作散点图，但似乎无法得到一个简单的对角线...我得到了AttributeError: 'JointGrid' object has no attribute 'get_xlim'。有没有人知道如何在Seaborn中解决这个问题？

这是我的代码（标题也没有出现！是怎么回事）：

ax = sns.jointplot(x="Av Tomato-meter", y="Av Audience Score", data=director_combined_ratings, stat_func = None, 
                   size = 8, xlim=(0,100), ylim=(0,100))

ax.plot(ax.get_xlim(), ax.get_ylim(), ls="--", c=".3") #this is the error line.

ax.title = "Average Tomato-meter vs Audience Score for Directors with over 10 Movies"

大家提前谢谢了。

- SpicyClubSauce

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

- cphlewis · Accepted Answer

错误信息是一个有用的提示：JointGrid组织了几个子图，您需要找到特定的ax进行绘制。

import numpy as np
import pandas as pd
import seaborn as sns
from matplotlib.pyplot import show
sns.set_style('darkgrid')

# Generate a random correlated bivariate dataset
# https://dev59.com/m2Qo5IYBdhLWcg3wfPQa

rs = np.random.RandomState(5)
mean = [0, 0]
cov = [[2, .1],
       [.5, 3]]  # make it asymmetric as a better test of x=y line
y = np.random.multivariate_normal(mean, cov, 500, tol=1e-4)

# Show the joint distribution using kernel density estimation
g = sns.jointplot(x=y[:,0], y=y[:,1],
                  kind="kde",
                  fill="true", height=5, space=0, levels=7)

# Draw a line of x=y 
x0, x1 = g.ax_joint.get_xlim()
y0, y1 = g.ax_joint.get_ylim()
lims = [max(x0, y0), min(x1, y1)]
g.ax_joint.plot(lims, lims, '-r')
show()

我在解释器中弄明白了这个问题：dir(g)，然后 g.plot?，g.plot_joint? - 这些都是特定于 jointplot 的绘图函数 - 还有什么？- dir(g.ax_joint)；啊哈，这里有 set_ylim 等。

对角线是 x=y 的直线，但请注意它不是中心图像像素的45度对角线。 Seaborn 的 jointplot 函数总是绘制一个正方形的中心图。当数据不对称时，图的 X 和 Y 轴会改变以适应正方形。变量 lims 保存显示边缘的数据坐标。

有一条评论建议绘制一条始终是显示对角线的对角线，但它不是数据平等的线。以下是几行代码添加到测试此并找出您想要哪个：

# This will always go from corner to corner of the displayed plot
g.ax_joint.plot([0,1], [0,1], ':y', transform=g.ax_joint.transAxes)

# This is the x=y line using transforms
g.ax_joint.plot(lims, lims, 'w', linestyle='dashdot', transform=g.ax_joint.transData)

# This is a simple way of checking which is x=y
g.ax_joint.scatter(x=[0, 2],y=[0,2], s=30,c= 'w',marker='o')
show()