【发布时间】:2016-08-23 14:58:33
【问题描述】:
我希望在绘制时能够设置点大小:
sns.regplot(y=[1,3,4,2,5], x=[range(5)], data=df,
marker='o', color='red')
plt.show()
你们知道吗?
【问题讨论】:
我希望在绘制时能够设置点大小:
sns.regplot(y=[1,3,4,2,5], x=[range(5)], data=df,
marker='o', color='red')
plt.show()
你们知道吗?
【问题讨论】:
【讨论】:
您甚至可以动态调整点的大小以表示第三个维度。此代码使用与 OP 相同的数据,但将其包装在 DataFrame 中(因为 seaborn 就是为此而设计的),并且还添加了第三个维度 z。
import seaborn as sns
import pandas as pd
data = pd.DataFrame({
'x': [x for x in range(5)],
'y': [1, 3, 4, 2, 5],
'z': [14, 14, 100, 16, 36]
})
sns.regplot(x='x', y='y', data=data, marker='o', color='red',
scatter_kws={'s': data['z']})
您可能可以想象如何以编程方式操作大小列表/数组,从而为您提供强大的能力来传达额外的信息。
如果您想将它们分成两组,例如在 FacetGrid 中,regplot 不会干净地处理该关键字映射。但是散点图可以。只需在下方绘制拟合线的 regplot,然后在其上绘制点的散点图。下面,我添加了一个 grp 变量并将其绘制到 FacetGrid 上。
import seaborn as sns
import pandas as pd
data = pd.DataFrame({
'x': [x for x in range(5)],
'y': [1, 3, 4, 2, 5],
'z': [14, 14, 100, 16, 36],
'grp': ['a', 'a', 'b', 'b', 'a'],
})
g = sns.FacetGrid(data=data, col='grp', margin_titles=True)
g.map_dataframe(sns.regplot, 'x', 'y', color='red', scatter=False)
g.map_dataframe(sns.scatterplot, 'x', 'y', size='z', marker='o', color='red')
【讨论】:
group 在您的原始数据帧中进行分区,则类似于 sns.regplot(x='x', y='y', data=data, hue = 'group', scatter_kws={'s': data['z']})。
我想在 mburke05 的回答中补充一点,似乎可以将类似数组的数据传递到 scatter_kws. 例如,如果您希望提示数据集中的 size 属性来确定您可以编写的点的大小:
sns.regplot(
x="total_bill", y="tip", data=tips,
marker='o', color='red', scatter_kws={'s':tips['size']})
但是,您必须在数据框中显式查找该属性(如上);您不能像设置x 和y 时那样简单地使用列名。
【讨论】: