Seaborn jointplot hex 选项不生成图形答案

【问题标题】：Seaborn jointplot hex option does not produce figureSeaborn jointplot hex 选项不生成图形
【发布时间】：2016-12-08 11:38:03
【问题描述】：

我正在将 Pandas DataFrame 绘制为 Seaborn 联合图，并希望使用 'hex' 函数：

g = sns.jointplot("Xs", "Ys", data=PlotData, kind='hex', color="#4CB391")

DataFrame 都是浮点数，不包含任何 NaN：

In [34]:  PlotData.describe()
Out[34]: 
                 Xs            Ys
count  47856.000000  47856.000000
mean       2.125714     -0.458991
std        0.423019      1.750042
min        0.000000    -23.829382
25%        2.000000     -1.195314
50%        2.000000      0.000000
75%        2.301030      0.000000
max        5.939478     11.099151

结果是一个空白图，尽管它确实产生了边际分布和回归统计：

我可能缺少什么？我正在使用 Python 3.4、Seaborn 0.7 和 Pandas 0.18。谢谢！

更新在进行下面彼得建议的更改时，结果如下：

因此，x=2 附近的集中点似乎导致了极端缩放。

【问题讨论】：

感谢您的更新。它仍然不是典型的十六进制图。似乎您的数据并不适合这种绘图。
我同意。恕我直言，边际分布在这方面有点误导。这也是为什么当您有 50k 个数据点时，允许重叠点的散点图是危险的。

标签： python python-3.x pandas seaborn

【解决方案1】：

似乎有一个像素接近彩色的平均值 (2, -0.5)。您的数据集的标准偏差也很低，因此可能是 bin 太小并且异常值太多而无法查看实际分布。我建议要么删除异常值并重试，要么使用jointplot 明确设置轴限制。

【讨论】：

有趣。现在你说它，我实际上看到了两个绿点。可以尝试kind=kde 并使用bw=x 使用不同的带宽值来查看此分箱/平滑是否是问题所在。尽管如此，我期待一个大的十六进制，如果数据是居中的。也许需要查找来源。但是你的建议听起来很中肯！
是的，问题是数据疯狂地集中在非常特殊的点上，尤其是 (2,0)，这会淹没其余部分并导致小垃圾箱。这表明它更好一点： sns.jointplot("Xs", "Ys", data=PlotData, kind='hex', color="#4CB391", ylim=(-1.5,1.5), xlim=(1.9, 2.3))。
令人惊叹的眼睛，顺便说一句
@crow_t_robot 出于好奇：您能否在彼得建议您的问题进行更改后添加新情节（如更新；如果工作量不大的话）？