FacetGrid Seaborn 的每个方面中的特定于方面的图例

Question

我正在尝试在FacetGrid Seaborn 对象的每个方面制作一个特定于方面的图例，例如由catplot 生成的图例。 考虑以下DataFrame，其中measurement 是要针对分类Condition 绘制的变量，根据变量Lab 和（仪器）model 跨行和列分面。 hue 设置为进行测量的特定仪器的序列号。 这是DataFrame：

df = pd.DataFrame({'Condition': ['C1','C2','C1','C2','C1','C1','C2','C1',
                                 'C1','C1', 'C1', 'C2', 'C1', 'C2', 'C1', 'C2', 'C2'],
                   'model': ['Pluto','Pluto','Jupy','Jupy','Jupy','Jupy','Jupy','Jupy',
                             'Jupy', 'Pluto', 'Pluto', 'Pluto', 'Pluto', 'Pluto', 'Jupy', 'Jupy',
                             'Pluto'],
                   'serial': [2520,2520,3568,3568,3568,3580,3580,356,
                              456, 2580, 2580, 2580, 2599, 2599, 2700, 2700, 
                              2560],
                   'measurement': [1.02766,1.0287,1.0099,1.0198,1.0034,1.0036,1.0054,1.0024,
                            1.0035,1.00245,1.00456, 1.01, 1.0023, 1.0024, 1.00238, 1.0115, 
                            1.020],
                   'Lab': ['John','John','John','John','Jack','Jack','Jack','John',
                           'Jack','John', 'Jack', 'Jack', 'Jack', 'Jack', 'John', 'John', 
                           'John']}
                  )

某些方面仅包含hue 级别的子集，并且随着级别数量的增加，FacetGrid 图例变得相当长。受到另一个post 的答案的启发，我选择使用g.axes.ravel() 遍历FacetGrid axes 以获得每个方面的图例：

sns.set_style("ticks")
g = sns.catplot(x='Condition', # returns a FacetGrid object for further editing
            y = 'measurement', 
            data=df, 
            hue='serial',
            row='Lab', 
            col='model',
            s=10,
            kind='swarm',
            dodge=False, 
            aspect = 1,
            sharey = True,
            legend_out = True,
            ).despine(left=True)

for axes in g.axes.ravel():
    axes.legend()
g.savefig('/Users/massimopinto/Desktop/legend_in_facets.png', 
          bbox_inches='tight')

这会导致整个FacetGrid 对象图例中的情节相当拥挤和信息过多。我希望拥有的是每个方面的图例仅以显示出现在该特定方面的hue 级别。 我该怎么做？

版本：熊猫：1.0.3；海生：0.10.0；蟒蛇：3.7.2

Answer 1

考虑使用zip 对groupby() 对象进行逐元素迭代，以通过hue 列的相应值重建每个图例。重要的是，您必须在绘图前对数据框进行排序。

df = df.sort_values(['Lab', 'model', 'serial']).reset_index(drop=True)

sns.set_style("ticks")
g = sns.catplot(x = 'Condition',                  
                y = 'measurement', 
                data = df, 
                hue = 'serial',
                row = 'Lab', 
                col = 'model',
                s=10,
                kind='swarm',
                dodge=False, 
                aspect = 1,
                sharey = True,
                legend_out = False,               # REMOVE MASTER LEGEND
               ).despine(left=True)

# MASTER SERIES OF serial
ser_vals = pd.Series(df['serial'].sort_values().unique())

for axes, (i, d) in zip(g.axes.ravel(), df.groupby(['Lab', 'model'])):
    handles, labels = axes.get_legend_handles_labels()

    # SUBSET MASTER SERIES OF serial
    vals = ser_vals[ser_vals.isin(d['serial'].unique())]    
    idx = vals.index.tolist()

    if len(idx) > 0:
       axes.legend(handles = [handles[i] for i in idx], 
                   labels = vals.tolist())