如何更改 seaborn pairplot 中的绘图顺序？答案

【问题标题】：How to change z-order of plotting in seaborn pairplot如何更改 seaborn pairplot 中的绘图顺序？
【发布时间】：2023-03-08 04:24:02
【问题描述】：

以下代码生成一个 seaborn 配对图。

我怎样才能使红点（b = 10.）在子图 c/a（左下角）中可见？

目前它几乎不可见，因为带有b = 4 和b = 5 的点似乎在之后被绘制并隐藏了。

不幸的是，对 DataFrame 进行排序没有帮助。

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

def supplyHueByB(x, bMax):
    amountOfSegments = 8
    myReturn = int(x * amountOfSegments / bMax)
    return myReturn

myList = [
    [0.854297, 1.973376, 0.187038],
    [0.854297, 2.204028, 0.012476],
    [0.854297, 10.0, 0.056573],
    [0.854297, 5.0, 0.050635],
    [0.854297, 4.0, 0.058926]
]
df = pd.DataFrame(myList)
df.columns=['a', 'b', 'c']
bMax = df.b.max()
hue = df.b.apply(lambda x: supplyHueByB(x, bMax))

g = sns.pairplot(
    df,
    corner=True,
    diag_kws=dict(color=".6"),
    vars=['a', 'b', 'c'],
    plot_kws=dict(
        hue=hue,
        palette="coolwarm",
        edgecolor='None',
        s=80  # size
    ),
)

plt.subplots_adjust(bottom=0.1)
g.add_legend()
plt.show()

【问题讨论】：

标签： python seaborn

【解决方案1】：

df 和 hue 必须串联排序：

>>> g = sns.pairplot(
...     df.sort_values('b'),
...     corner=True,
...     diag_kws=dict(color=".6"),
...     vars=['a', 'b', 'c'],
...     plot_kws=dict(
...         hue=sorted(hue),
...         palette="coolwarm",
...         edgecolor='None',
...         s=80  # size
...     ),
... )

上面产生了所需的输出，即红点绘制在浅蓝色点之后。在这个例子中，使用sort_values 和sorted 就可以了。对于绘制点的自定义顺序，可能需要更有创意，但关键原则仍然是df 的顺序应与hue 的顺序一致。

【讨论】：

不错。我没有意识到 OP 希望将点按hue 的顺序放置在图表上。

【解决方案2】：

我很惊讶地看到 Seaborn 并没有按照点通过的顺序执行分层（即哪个点高于另一个点），因为 Matplotlib 肯定会这样做，而且 Seaborn 是在 Matplotlib 之上构建的。

按照 Matplotlib 的顺序，您希望点 [a=0.854297, c=0.056573]（即被隐藏的点）绘制在靠近它的其他两个点 [a=0.854297, c=0.050635] 和 [a=0.854297, c=0.058926] 之后。这样[a=0.854297, c=0.056573] 会被绘制在最后，因此不会被屏蔽。

由于 Seaborn 似乎没有开箱即用地执行此操作，因此我将 [a=0.854297, c=0.056573] 重新排序为最后绘制。

# layer_orders is the order (first to last) in which we want the points to be plotted.
layer_order = [0, 1, 3, 4, 2]

# Extracting df['a'] and df['c'] in the order we want.
a = df['a'][layer_order]
c = df['c'][layer_order]

# Highlighting the last point in red to show it is not hidden.
colors = ['blue'] * 4 + ['red']

# Axis 3 is where we have the problem. Clearing its contents first.
g.figure.axes[3].clear()
g.figure.axes[3].scatter(a, c, color=colors)

这将为您提供如下所示的情节：

您可能希望将代码重构得更好，但我希望这可以为您提供基本思路。

[我已经用蓝色和红色绘制了点，但是您可以将它们更改为您喜欢的十六进制值以匹配其他 Seaborn 图。]

【讨论】：