在同一张图上绘制多列答案

【问题标题】：plot multiple columns on same graph seaborn在同一张图上绘制多列
【发布时间】：2015-06-25 01:55:11
【问题描述】：

我有一个我正在用 seaborn 绘制的 pandas 数据框：

g = sns.FacetGrid(readCov, col='chr', col_wrap = 4, size=4)
g.map(plt.scatter, 'pos', 'bergC9', hue =  edgecolor='white')
g.set(xlim= (0, 250000))

这很好用，并为“chr”列中的每个“chr”提供了一个图表。但是，我希望每个图表上有多个列。目前只显示一个，名为“bergC9”的那个。我想在同一张图上用不同颜色放置更多列。

有什么想法吗？

谢谢！

编辑：输入数据文件

chr description pos bergB7  bergC9  EvolB20
1   1   '"ID=PBANKA_010290;Name=PBANKA_010290;descript...   108389  0.785456    0.899275    0.803017
2   1   '"ID=PBANKA_010300;Name=PBANKA_010300;descript...   117894  1.070673    0.964203    0.989372
3   1   '"ID=PBANKA_010310;Name=PBANKA_010310;descript...   119281  1.031106    1.042189    0.883518
4   1   '"ID=PBANKA_010320;Name=PBANKA_010320;descript...   122082  0.880109    1.031673    1.026539
5   1   '"ID=PBANKA_010330;Name=PBANKA_010330;descript...   126075  0.948105    0.969198    0.849213

编辑：我想要一个散点图，其中 pos 作为 x 轴，bergB7、bergC9、EvolB20 等，它们都是“应变”作为 y 轴，因此在同一张图上有几个应变。我能够通过重新格式化我的数据集来实现这一点，因此它现在有一个“应变”参数或列，并连接了所有的 y 数据。现在我可以将色调语法与“应变”一起使用。我不想重新格式化我的所有数据集。我认为可以创建一个循环来引用我想要绘制的所有列，但我尝试了几种语法都无济于事。我还想过其他方法来实现这一点，但这些方法会创建新的数据集，我知道这不是以编程方式进行的方式。我是新用户，希望能正确开始。

这是输出的样子（显示了 15 个图形面板的子集）：（我无法发布图片，因为我的“声誉”不够高）

【问题讨论】：

sns.factorplot 可能更容易。查看hue 以及x 参数。
@cphlewis 据我所知，色调可用于对列变量进行分组，但不能用于多列变量。 sns.factorplot 用于分类变量。我有 10 个整数列，我想在 y 轴上绘制它们。一个 x 轴，“pos”，有 10 个不同的 y 数据集进行绘制。
我们无法读懂你的想法；发布数据集的头部。
另外，你想要更多的列是什么意思？目前它是一个散点图。您可以链接到 seaborn 文档中的示例图吗？

标签： python pandas seaborn

【解决方案1】：

编辑数据以包含两个 chr 案例。应该适用于任意数量的“菌株”列。数据确实需要重新格式化；来自 seaborn 文档：

要使用这些功能，您的数据必须位于 Pandas DataFrame 中，并且它必须采用 Hadley Whickam 所说的“整洁”数据的形式。在简而言之，这意味着您的数据框的结构应使每个列是一个变量，每一行是一个观察值。

但是 pandas 很容易做到：

import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns
readCov = pd.DataFrame([ (1, '\'"ID=PBANKA_010290;Name=PBANKA_010290;descript...', 108389, 0.785456, 0.899275, 0.803017),
       (1, '\'"ID=PBANKA_010300;Name=PBANKA_010300;descript...', 117894, 1.070673, 0.964203, 0.9893719999999999),
       (1, '\'"ID=PBANKA_010310;Name=PBANKA_010310;descript...', 119281, 1.0311059999999999, 1.042189, 0.883518),
       (2, '\'"ID=PBANKA_010320;Name=PBANKA_010320;descript...', 122082, 0.880109, 1.031673, 1.0265389999999999),
       (2, '\'"ID=PBANKA_010330;Name=PBANKA_010330;descript...', 126075, 0.948105, 0.969198, 0.8492129999999999)],
       columns=[u'chr', u'description', u'pos', u'bergB7', u'bergC9', u'EvolB20'],
       )

meltCov = pd.melt(readCov,id_vars=['chr','description','pos'], var_name='strain')
g = sns.FacetGrid(meltCov, col='chr', hue='strain')
g.map(plt.scatter, 'pos','value')
g.set_xticklabels(rotation=45)
g.add_legend()

#this plots a figure per script automatically
from os.path import realpath, basename 
s = basename(realpath(__file__))
fig = plt.gcf()
fig.savefig(s.split('.')[0])
plt.show()

【讨论】：