代码之家 › 专栏 › 技术社区 › jezrael

在Matplotlib和Seaborn之间共享X轴

axis-labels axis seaborn matplotlib python

jezrael · 技术社区 · 6 年前

我在pandas中有数据 dataframe :。


   
    导入熊猫为pd
将numpy导入为np
将matplotlib.pyplot导入为plt
将Seaborn导入为sns

随机种子(786)

df=pd.dataframe('a':np.arange(0,1,0.05),
“B”:np.随机.rand(20)-.5)

打印(DF)
甲
0 0.00 0.256682
1 0.05至0.192555
2 0.10 0.393919
3 0.15-0.113310
4 0.20 0.373855
5 0.25-0.423764
6 0.30-0.123428
7 0.35-0.173446
8 0.40 0.440818
9 0.45-0.016878
10 0.50 0.055467
11 0.55-0.165294
12 0.60-0.216684
13 0.65 0.011099
14 0.70 0.059425
15 0.75 0.145865
16 0.80-0.019171
17 0.85 0.116984
18 0.90至0.051583
19 0.95-0.096527
< /代码>
    
     我想绘制
     
      barplot
      
       并添加竖线:
      
     
    
    
     
      plt.figure(FigSize=(10,5))。
sns.barplot(x='a',y='b',data=df)
plt.vlines(x=0.45,ymin=0,ymax=0.6,color='red',linewidth=5)
< /代码> 

TickLabels有问题,因为重叠和线条应位于点0.45instaed near0forx axis。




我尝试了许多来自link1的解决方案。
link2,
link3,
link4but still problem set correctly axis for both plots.


什么是问题?是否可以在绘图之间共享X轴?


预期输出-垂直线正确对齐,并且X轴上的刻度也不重叠:

.
      
       
        
         
          
           我想要情节
           
            barplot
           
           并添加竖线:
          
          plt.figure(figsize=(10,5))
sns.barplot(x = 'a', y = 'b', data = df)
plt.vlines(x = 0.45, ymin = 0, ymax = 0.6, color = 'red', linewidth=5)

          
           滴答标签有问题,因为重叠和线条应该在点中。
           
            0.45
           
           近距离安装
           
            0
           
           对于
           
            x axis
           
           .
          
         
         
          
          
          
           
          
         
         
         
         
          我尝试了很多解决方案
          
           link1
          
          ,
          
           link2
          
          ,
          
           link3
          
          ,
          
           link4
          
          但仍然有问题设置正确的轴为两个绘图。
         
         
          什么是问题?是否可以在绘图之间共享X轴?
         
         
          预期输出-正确对齐的垂直线,也不重叠X轴上的刻度:

3 回复 | 直到 6 年前

SpghttCd 6 年前

条形图中的X轴是分类的,因此它没有您的 df.a 的值作为实际比例,但仅作为刻度标签。您可以更改,例如 df.a[19]=2 并且除了最后一个条形标记的标签外,什么都不会更改。

所以分类轴意味着坐标是0,第一条,第二条,等等…19代表最后一个。

我的方法是将垂直线设置为xpos*19/.95:。


   
    
     
      plt.vlines(x=0.45*19/.95,ymin=0,ymax=0.6,color='red',lineidth=5)
< /代码> 



对于一般情况,可以添加lambda函数来计算转换:

f=lambda x:(x-df.a.values[0])*(df.a.size-1)/(df.a.values[-1]-df.a.values[0])
plt.vlines(x=f(.45),ymin=0,ymax=0.6,color='red',linewidth=5)
< /代码> 

但是,asdf.a.values仅打印为勾号标签,它应该从开始到结束呈线性。


关于x轴标记的问题:我只能告诉你它不出现在我的系统中,上面的绘图代码和你的一样,除了垂直线。可能是在一次又一次尝试VLines时引入的。

例如:df.a[19] = 2除了最后一个勾号的标签,什么都不会改变。

所以分类轴意味着坐标是0,第一条,第二条,等等…最后19个。

我的方法是将垂直线设置为xpos*19/.95:

plt.vlines(x = .45*19/.95, ymin = 0, ymax = 0.6, color = 'red', linewidth=5)




对于一般情况,可以添加lambda函数来计算转换:

f = lambda x: (x-df.a.values[0]) * (df.a.size-1) / (df.a.values[-1] - df.a.values[0])
plt.vlines(x = f(.45), ymin = 0, ymax = 0.6, color = 'red', linewidth=5)


然而,作为df.a.values只打印为刻度线标签,它应该从开始到结束呈线性。

关于x轴标记的问题:我只能告诉你它不出现在我的系统中,上面的绘图代码和你的一样,除了垂直线。也许它是在一次又一次尝试VLines时引入的。

Yuca 6 年前

使用 ax.twiny 和舍入输入:


   
    导入熊猫为pd
将numpy导入为np
将matplotlib.pyplot导入为plt
将Seaborn导入为sns
随机种子(786)

df=pd.dataframe('a':np.round(np.arange(0,1,0.05),2),
‘B’:NP.圆形(NP.随机.兰德(20),2)-.5)


PLT.图(图尺寸=(10,5))
a x=sns.barplot(x='a',y='b',data=df)
ax.set_xtickLabels(ax.get_xtickLabels(),旋转=90)
ax2=ax.twiny()。
ax2.vlines(x=0.45,ymin=0,ymax=0.6,color='red',linewidth=2)
#ax2.set_visible(false)这将隐藏绘图顶部的刻度
< /代码>

Cut7er 6 年前

创建一个包含两个子地块的图形,然后可以在两个子地块之间共享X轴和Y轴。

fig = plt.figure()
ax1 = plt.subplot(211)
ax2 = plt.subplot(212, sharex = ax1, sharey = ax1)