稍后在代码中显示 seaborn 图

Question

假设在我的代码中，我有以下两个图表：即 graph_p_changes 和 graph_p_contrib

line_grapgh_p_changes = df_p_change[['year','interest accrued', 'trade debts', 'other financial assets']].melt('year', var_name='variables',  value_name='p_changes')
graph_p_changes = sns.factorplot(x="year", y="p_changes", hue='variables', data=line_grapgh_p_changes, height=5, aspect=2)
graph_p_changes.set(xlabel='year', ylabel='percentage change in self value across the years')

line_grapgh_p_contrib = df_p_contrib[['year','interest accrued', 'trade debts', 'other financial assets']].melt('year', var_name='variables',  value_name='p_changes')
graph_p_contrib = sns.factorplot(x="year", y="p_changes", hue='variables', data=line_grapgh_p_contrib, height=5, aspect=2)
graph_p_contrib.set(xlabel='year', ylabel='percentage chnage in contribution to total value')

现在在我的代码稍后的某个时间点，我只想显示上述两个图表之一。但是当我执行 plt.show() 时，它会在我的 jupyter 笔记本中显示上述两个图表。如何在我的代码中的任何时候只显示一个图表。

Answer 1

您需要为每个绘图引用分配的变量，然后在之后添加 .fig 以在 Jupyter 笔记本单元格中重新显示它。

具体来说，在您的情况下，您将在单元格中引用 graph_p_changes.fig 或 graph_p_contrib.fig 并执行该单元格以再次查看单个图。

这类似于您如何再次显示 Seaborn 的 ClusterGrids，请参阅 here。因为您的问题的标题是“seaborn plots”，为了完整起见，我将添加，这不适用于 Seaborn 的线图 (lineplot) 或条形图 (barplot) 等产生 @987654336 的图@对象。在那里，您使用.figure，例如ax.figure 来回忆Seaborn's lineplot documentation 中列出的大部分示例。

---

带有代码的示例猫图

这是使用来自here 和seaborn's catplot documentation（见下文）的示例代码来制作两个图。如果此代码在一个单元格中，然后运行该单元格，您会在其下方的输出中看到两个图。

import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline

titanic = sns.load_dataset("titanic")
exercise = sns.load_dataset("exercise")
g = sns.catplot("alive", col="deck", 
                col_wrap=3, data=titanic[titanic.deck.notnull()], 
                kind="count", height=2.5, aspect=.8)

another_plot = sns.catplot(x="time", y="pulse", hue="kind", data=exercise)

稍后，每个都可以再次单独显示为具有g.fig 或another_plot.fig 的其他单元格的输出，具体取决于您要显示的图。

---

此外，我建议提高您的长期代码可行性，您可能希望继续在绘图调用中使用catplot，因为这就是现在在 seaborn 中调用的 factorplot。请参阅here，其中说“factorplot 仍然存在，并将通过警告将其参数传递给 catplot()。它最终可能会被删除，但过渡将尽可能渐进。”

更新：

OP 评论说，所需要的是允许散布 stdout/stderr 输出的代码，并在该流中的精确点处绘制图，而不仅仅是在结尾处。

由于某种原因，Seaborn 图（甚至是简单的线图）似乎没有被 io.capture_output() 正确“捕获”，所以我不得不在生产单元中使用 %%capture 单元魔法命令并结合在单独的单元格中输出。但是，我基于example code 尝试的绘图被io.capture_output() 捕获，并允许在同一个单元格中轻松混合。这一切都在here 可用的示例笔记本中进行了说明；最好以静态形式 here 查看它，因为 Github 不会呈现 Plotly 图，而 nbviewer 会呈现。该笔记本的顶部包含一个链接，您可以在其中启动将运行的活动 Jupyter 会话。