从不同子图中的每一列绘制seaborn直方图（facetgrid）

Question

我的结构遵循熊猫数据帧：n    X              Y          Z0   1.000000    1.000000    1.014925    1   1.000000    1.000000    1.000000    我想从每列创建 M 个单独的子图（直方图）。一张直方图来自 X，一张来自 Y，最后一张来自 Z。我希望它有不同的情节。我正在查看https://seaborn.pydata.org/generated/seaborn.FacetGrid.html，但我不明白如何从我的数据中绘制它的语法/逻辑。

Answer 1

您可以使用plotPandas 数据框的内置方法和subplots=True按列绘图的选项

from io import StringIO

import pandas as pd

import matplotlib.pyplot as plt

plt.style.use('seaborn')

# Here I read your example data in

df = pd.read_fwf(StringIO("""

    X              Y          Z

0   1.000000    1.000000    1.014925    

1   1.000000    1.000000    1.000000

"""), header=1, index_col=0)

# Plotting as desired

df.plot.hist(subplots=True, legend=False)

df.plot 需要很多其他参数来让你轻松地改变你的情节，例如

df.plot.hist(subplots=True, legend=True, layout=(1, 3))

Answer 2

使用seaborn.FacetGrid可能需要您重构数据。

让我们看一个例子：

np.random.seed(0)

df = pd.DataFrame(np.random.randn(1000, 3), columns=['X', 'Y', 'Z'])

print(df.head(10))

          X         Y         Z

0  1.764052  0.400157  0.978738

1  2.240893  1.867558 -0.977278

2  0.950088 -0.151357 -0.103219

3  0.410599  0.144044  1.454274

4  0.761038  0.121675  0.443863

5  0.333674  1.494079 -0.205158

6  0.313068 -0.854096 -2.552990

7  0.653619  0.864436 -0.742165

8  2.269755 -1.454366  0.045759

9 -0.187184  1.532779  1.469359

df_melted = df.melt(var_name='column')

print(df_melted.head(10))

  column     value

0      X  1.764052

1      X  2.240893

2      X  0.950088

3      X  0.410599

4      X  0.761038

5      X  0.333674

6      X  0.313068

7      X  0.653619

8      X  2.269755

9      X -0.187184

g = sns.FacetGrid(df_melted, row='column')

g.map(plt.hist, 'value')

[出去]

Answer 3

sns.pairplot(your_df)会这样做，但是它也会向您显示每列的成对散点图，所以是的，它会做得比您需要的多一点？在进行探索性数据分析时很好。您还可以通过添加corner=True到呼叫来使其更清晰。

或者类似的东西：

# Update as needed

n_rows=1

n_cols=3

# Create the subplots

fig, axes = plt.subplots(nrows=n_rows, ncols=n_cols, figsize=(10, 10))

for i, column in enumerate(df):

    sns.histplot(df, ax=axes[i // n_cols, i % n_cols]).set_title(column)

https://seaborn.pydata.org/generated/seaborn.pairplot.htma