结合分箱条形图和线图

Question

我想在同一个图上表示两个数据集，一个作为一条线，一个作为分箱条形图。我可以单独做每一个：

tobar = pd.melt(pd.DataFrame(np.random.randn(1000).cumsum()))
tobar["bins"] = pd.qcut(tobar.index, 20)

bp = sns.barplot(data=tobar, x="bins", y="value")

toline = pd.melt(pd.DataFrame(np.random.randn(1000).cumsum()))

lp = sns.lineplot(data=toline, x=toline.index, y="value")

但是当我尝试将它们组合在一起时，x 轴当然会弄乱：

fig, ax = plt.subplots()
ax2 = ax.twinx()
bp = sns.barplot(data=tobar, x="bins", y="value", ax=ax)
lp = sns.lineplot(data=toline, x=toline.index, y="value", ax=ax2)
bp.set(xlabel=None)

我似乎也无法摆脱垃圾箱标签。

我怎样才能在一个地块上获得这两个信息？

Answer 1

• answer 解释了为什么最好使用 matplotlib.axes.Axes.bar 而不是 sns.barplot 或 pandas.DataFrame.bar 来绘制条形图。
  • 简而言之，xtick位置对应标签的实际数值，而seaborn和pandas的xticks是0索引，不对应数值。
• answer 展示了如何添加栏标签。
• ax2 = ax.twinx() 可根据需要用于线图
• 在 python 3.11、pandas 1.5.2、matplotlib 3.6.2、seaborn 0.12.1 中测试

导入和数据框

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

# test data
np.random.seed(2022)
df = pd.melt(pd.DataFrame(np.random.randn(1000).cumsum()))

# create the bins
df["bins"] = pd.qcut(df.index, 20)

# add a column for the mid point of the interval
df['mid'] = df.bins.apply(lambda row: row.mid.round().astype(int))

# pivot the dataframe to calculate the mean of each interval
pt = df.pivot_table(index='mid', values='value', aggfunc='mean').reset_index()

地块 1

# create the figure
fig, ax = plt.subplots(figsize=(30, 7))

# add a horizontal line at y=0 
ax.axhline(0, color='black')

# add the bar plot
ax.bar(data=pt, x='mid', height='value', width=4, alpha=0.5)

# set the labels on the xticks - if desired
ax.set_xticks(ticks=pt.mid, labels=pt.mid)

# add the intervals as labels on the bars - if desired
ax.bar_label(ax.containers[0], labels=df.bins.unique(), weight='bold')

# add the line plot
_ = sns.lineplot(data=df, x=df.index, y="value", ax=ax, color='tab:orange')

地块 2

fig, ax = plt.subplots(figsize=(30, 7))

ax.axhline(0, color='black')

ax.bar(data=pt, x='mid', height='value', width=4, alpha=0.5)

ax.set_xticks(ticks=pt.mid, labels=df.bins.unique(), rotation=45)

ax.bar_label(ax.containers[0], weight='bold')

_ = sns.lineplot(data=df, x=df.index, y="value", ax=ax, color='tab:orange')

地块 3

• 条宽为区间宽度

fig, ax = plt.subplots(figsize=(30, 7))

ax.axhline(0, color='black')

ax.bar(data=pt, x='mid', height='value', width=50, alpha=0.5, ec='k')

ax.set_xticks(ticks=pt.mid, labels=df.bins.unique(), rotation=45)

ax.bar_label(ax.containers[0], weight='bold')

_ = sns.lineplot(data=df, x=df.index, y="value", ax=ax, color='tab:orange')