在 seaborn distplot kde-function 上剪切/裁剪线并填充 matplotlib答案

【问题标题】：Clipping / cropping lines and fills in matplotlib on seaborn distplot kde-function在 seaborn distplot kde-function 上剪切/裁剪线并填充 matplotlib
【发布时间】：2019-05-28 09:57:40
【问题描述】：

假设我使用 seaborn 来绘制一个分布，它的中位数和标准差是这样的：

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

# Get data
data = np.random.randn(6000)

# Compute statistics
median = np.median(data)
sigma = np.std(data)

low = median - sigma
hi = median + sigma

# Plot
sns.distplot(data)
plt.axvline(median, c='r')
plt.axvline(low, c='k')
plt.axvline(hi, c='k')

我将如何“裁剪”或“剪裁”线条，使它们只出现在 distplot 的 kde 函数下方？结果应该是这样的（用 gimp 快速完成）：

额外问题：我将如何对 plt.fill_between() 执行相同操作，以便仅填充曲线下方的区域？我想我在这里遗漏了一些简单的东西。我之前已经剪辑了对其他元素的 fill_between 调用，但我不知道如何获取函数的坐标以及如何使用线条来完成。

有没有一种简单而简洁的方法来做我想做的事？

【问题讨论】：

标签： python matplotlib seaborn

【解决方案1】：

一种方法是找到与kdeplot 添加到图表中的平滑线相对应的数据，并使用它的 x 和 y 坐标。

以下代码假设图中只有一条线 --- 多条线我们必须找出哪条线对应于kdeplot 线。

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from scipy.interpolate import interp1d

# Get data
data = np.random.randn(6000)

# Compute statistics
median = np.median(data)
sigma = np.std(data)

low = median - sigma
hi = median + sigma

ax = sns.distplot(data)
# get the line that sns uses for kdeplot; at this point in the code 
# there is only one line; if there are more we need to exract the correct
# one.
line = ax.lines[0].get_data()
# To get y for x=low, x=high and x=median we can interpolate the line data
ipf = interp1d(x=line[0], y=line[1])

ax.plot([low, low], [0, ipf(low)])
ax.plot([hi, hi], [0, ipf(hi)])
ax.plot([median, median], [0, ipf(median)]);

我们可以使用线数据作为fill_between的输入。

plt.fill_between(line[0], np.zeros(len(line[0])), line[1]);

希望这会有所帮助。

【讨论】：

【解决方案2】：

您可以通过访问distplot 绘制的平滑分布线来做到这一点。至于奖励部分，我建议您提出一个新问题，不要在同一个问题中混合两个问题。

这里的技巧是获取最接近low、median 和high 的x 值，然后使用plt.ylines 而不是plt.axvline 绘制一条从y=0 到所需y 的垂直线-值。

# Plot
ax = sns.distplot(data)
x, y = ax.get_lines()[0].get_data()
plt.vlines(median, 0, y[np.argmin(abs(x-median))], color='r')
plt.vlines(low, 0, y[np.argmin(abs(x-low))], color='k')
plt.vlines(hi, 0, y[np.argmin(abs(x-hi))], color='k')
plt.show()

【讨论】：