在具有多个绘图的 relplot() 调用中引入第二个 y 轴答案

【问题标题】：Introducing a second y axis into a relplot() call with multiple plots在具有多个绘图的 relplot() 调用中引入第二个 y 轴
【发布时间】：2022-09-30 03:40:50
【问题描述】：

问题

我有 2 个数据框，我将它们组合起来，然后与熊猫融为一体。我需要对它们进行多重绘制（如下所示），并且代码需要可扩展。它们包括2 个变量它形成了下面的 \'key\' 列（这里是 \'x\' 和 \'y\'），横跨多个\'站\'（这里只有 2 个，但需要可扩展）。我已经使用relplot() 能够在每个图表上多绘制两个变量，并在单独的图表上绘制不同的站点。

有什么方法可以保持这种格式，但在每个绘图中引入第二个 y 轴？ \'x\' 和 \'y\' 需要在我的实际数据中处于不同的比例。我见过examples，其中relplot 调用与y = 1st variable 一起存储，并且为第二个变量添加了第二个lineplot 调用，其中包含ax.twinx()。所以在下面的例子中，\'x\' 和 \'y\' 在同一个图上都有一个 y 轴。

我将如何使用融化的数据框（例如下面），其中 \'key\' = 2 个变量和 \'station\' 可以是长度 n？还是放弃该 df 格式并重新开始的答案？

示例代码

就目前而言的多情节：

import numpy as np
np.random.seed(123)
date_range = pd.period_range(\'1981-01-01\',\'1981-01-04\',freq=\'D\')
x = np.random.randint(1, 10, (4,2))
y = np.random.randint(1, 10, (4,2))
x = pd.DataFrame(x, index = date_range, columns = [\'station1\',\'station2\'])
y = pd.DataFrame(y, index = date_range + pd.to_timedelta(1, unit=\"D\"), columns = [\'station1\',\'station2\'])

#keep information where each data point comes from
x[\"key\"], y[\"key\"] = \"x\", \"y\"
#moving index into a column 
x = x.reset_index()
y = y.reset_index()
#and changing it to datetime values that seaborn can understand
#necessary because pd.Period data is used
x[\"index\"] = pd.to_datetime(x[\"index\"].astype(str))
y[\"index\"] = pd.to_datetime(y[\"index\"].astype(str))

#combining dataframes and reshaping 
df = pd.concat([x, y]).melt([\"index\", \"key\"], var_name=\"station\", value_name=\"station_value\")

#plotting
fg = sns.relplot(data=df, x = \"index\", y = \"station_value\", kind = \"line\", hue = \"key\", row = \"station\")

#shouldn\'t be necessary but this example had too many ticks for the interval
from matplotlib.dates import DateFormatter, DayLocator
fg.axes[0,0].xaxis.set_major_locator(DayLocator(interval=1))
fg.axes[0,0].xaxis.set_major_formatter(DateFormatter(\"%y-%m-%d\"))

plt.show()

标签： python pandas matplotlib seaborn relplot

【解决方案1】：

你可以relplot 只为一个key（没有hue），然后类似于链接的线程，循环子图，创建一个twinx 和lineplot 第二个key/station 组合：

#plotting
fg = sns.relplot(data=df[df['key']=='x'], x="index", y="station_value", kind="line", row="station")

for station, ax in fg.axes_dict.items():  
    ax1 = ax.twinx()
    sns.lineplot(data=df[(df['key'] == 'y') & (df['station'] == station)], x='index', y='station_value', color='orange', ci=None, ax=ax1)
    ax1.set_ylabel('')

输出：

【讨论】：

天才。我从下面的答案中添加了facet_kws={'sharey': False, 'sharex': True}，以允许 y 比例因站点而异，因为我在“key”中的“x”的真实世界数据因站点而异。在初始 relplot() 调用中添加了该参数和绘图大小参数。
只是注意到删除'hue=..' 会摆脱传说。有什么办法可以重新添加吗？到目前为止，我已经尝试了很多方法，其中 best 不起作用。
我假设您想要一个图例中的所有标签，例如 here?
从头开始创建图例可能更容易。不确定这种替代方案的生产价值如何，但可以。将label='x' 添加到第一个relplot，并将label='y', legend=False 添加到第二个relplot。然后lines, labels = fg.fig.axes[0].get_legend_handles_labels()、lines2, labels2 = fg.fig.axes[-1].get_legend_handles_labels()、fg.fig.legend(lines+lines2, labels+labels2, loc='upper right')。
哦，我只想做fg.axes[0,0].legend(lines+lines2, labels+labels2, loc='upper right') 然后 - 在轴上添加一个图例，而不是数字。

【解决方案2】：

不是您要求的，但是您可以在不改变 df 形状的情况下制作具有不同 y 轴的 relplots 网格

fg = sns.relplot(
    data=df,
    x = "index",
    y = "station_value",
    kind = "line",
    col = "key",
    row = "station",
    facet_kws={'sharey': False, 'sharex': True},
)

【讨论】：

仍然有帮助，我使用了facet_kws arg，可能需要像这样单独绘制变量。