创建具有相对频率的直方图地图

Question

我有一个带有变量“x”和“标志”的数据框，如下所示：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
import random

x_a = [np.random.normal() for y in range(10**4)]
x_b = [np.random.normal() for y in range(10**3)]
#x_c = [np.random.normal() for y in range(10**2)] # in this case density=True works fine
x_c = [random.choice([0, 1, 2]) for y in range(10**2)] # in this case density=True doesn't work

x = x_a + x_b + x_c

flag_a = ['a' for y in range(10**4)]
flag_b = ['b' for y in range(10**3)]
flag_c = ['c' for y in range(10**2)]
flag = flag_a + flag_b + flag_c

df = pd.DataFrame({'x': x, 'flag': flag})
df.head()

            x   flag
0    1.311679   a
1   -1.096678   a
2    0.118205   a
3    1.364317   a
4    0.542725   a

我想为每个标志绘制 x 的直方图，尝试使用

g = sns.FacetGrid(df, col='flag')
g.map(plt.hist, 'x', bins=20)

导致

虽然我想要相对频率，以便比较具有不同计数的标志之间的分布。

请注意density=True 没有帮助。

g = sns.FacetGrid(df, col='flag')
g.map(plt.hist, 'x', bins=20, density=True)

给予

当垃圾箱真的很“薄”时，它们会变得非常高，并且垂直轴大于 1。我不想要它，因为我希望最大值为 1 = 100%。

Answer 1

如果您需要为此使用seaborn，那么您需要在创建FacetGrid (link) 时将sharey 设置为False。所以改变

g = sns.FacetGrid(df, col='flag')

到

g = sns.FacetGrid(df, col='flag', sharey=False)

你会得到

对于np.random.normal() 或

对于带有np.random.choice([0, 1, 2]) 的那个。应该使用density=True 或density=False。

替代方法是直接创建轴对象，如果您需要对其创建和缩放等进行更精细的控制...

fig, axs = plt.subplots(ncols=3, figsize=(12, 4))
flags = ['a', 'b', 'c']

for ax, flag in zip(axs, flags):
    h = max(np.histogram(df[df['flag'] == flag]['x'].values, bins=20)[0])
    ax.hist(df[df['flag'] == flag]['x'].values, bins=20)
    ax.set_ylim([0, h*1.1])

plt.show()