从不同子图中的每一列绘制 seaborn 直方图（facetgrid）答案

【问题标题】：Plotting seaborn histogram from each column in different subplots (facetgrid)从不同子图中的每一列绘制 seaborn 直方图（facetgrid）
【发布时间】：2019-07-30 19:41:36
【问题描述】：

我的结构遵循 pandas DataFrame：

n    X              Y          Z
0   1.000000    1.000000    1.014925    
1   1.000000    1.000000    1.000000

我想从每列创建 M 个单独的子图（直方图）。一个直方图来自 X，一个来自 Y，最后一个来自 Z。

我希望它有单独的情节。我正在研究https://seaborn.pydata.org/generated/seaborn.FacetGrid.html，但我不明白如何从我的数据中绘制它的语法/逻辑。

【问题讨论】：

标签： python pandas matplotlib seaborn

【解决方案1】：

使用seaborn.FacetGrid 可能需要您重组数据。

让我们看一个例子：

np.random.seed(0)
df = pd.DataFrame(np.random.randn(1000, 3), columns=['X', 'Y', 'Z'])
print(df.head(10))

          X         Y         Z
0  1.764052  0.400157  0.978738
1  2.240893  1.867558 -0.977278
2  0.950088 -0.151357 -0.103219
3  0.410599  0.144044  1.454274
4  0.761038  0.121675  0.443863
5  0.333674  1.494079 -0.205158
6  0.313068 -0.854096 -2.552990
7  0.653619  0.864436 -0.742165
8  2.269755 -1.454366  0.045759
9 -0.187184  1.532779  1.469359

df_melted = df.melt(var_name='column')

print(df_melted.head(10))

  column     value
0      X  1.764052
1      X  2.240893
2      X  0.950088
3      X  0.410599
4      X  0.761038
5      X  0.333674
6      X  0.313068
7      X  0.653619
8      X  2.269755
9      X -0.187184


g = sns.FacetGrid(df_melted, row='column')
g.map(plt.hist, 'value')

[出]

【讨论】：

【解决方案2】：

您可以使用 pandas 数据框的内置 plot 方法和选项 subplots=True 按列绘制

from io import StringIO
import pandas as pd
import matplotlib.pyplot as plt
plt.style.use('seaborn')

# Here I read your example data in
df = pd.read_fwf(StringIO("""
    X              Y          Z
0   1.000000    1.000000    1.014925    
1   1.000000    1.000000    1.000000
"""), header=1, index_col=0)

# Plotting as desired
df.plot.hist(subplots=True, legend=False)

df.plot 需要许多其他参数来让您轻松更改情节，例如

df.plot.hist(subplots=True, legend=True, layout=(1, 3))

【讨论】：

两个答案都是正确的，我接受你的答案，因为你是第一个回答这个问题的人。

【解决方案3】：

sns.pairplot(your_df) 会这样做，但是它还会向您显示每列的成对散点图，所以是的，它会比您需要的更多？在进行探索性数据分析时很好。您还可以通过在通话中添加corner=True 来使其更简洁。

或者类似的东西：

# Update as needed
n_rows=1
n_cols=3

# Create the subplots
fig, axes = plt.subplots(nrows=n_rows, ncols=n_cols, figsize=(10, 10))
for i, column in enumerate(df):
    sns.histplot(df, ax=axes[i // n_cols, i % n_cols]).set_title(column)

https://seaborn.pydata.org/generated/seaborn.pairplot.htma

【讨论】：