创建函数为列中的每个唯一值绘制多个分布图

Question

我正在为这个功能而苦苦挣扎。 我需要这个函数做的是为列中的每个唯一值绘制 X 个 seaborn 分布图（在单独的图中）。 在下面的示例中，我使用 iris 数据集转换为添加了三个附加列的数据框：city,color,period

import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from scipy import stats
from matplotlib import rcParams
from sklearn.datasets import load_iris

iris=load_iris()
df=pd.DataFrame(data= np.c_[iris['data'], iris['target']],columns= iris['feature_names'] + ['target'])

df['city']=np.random.choice(['New York','Paris','London'],size=len(df))
df['period']=np.random.choice(['before','after'],size=len(df))
df['color']=np.random.choice(['red','black','blue'],size=len(df))

unique_vals = df['period'].unique()
targets = [df.loc[df['period'] == val] for val in unique_vals]
for target in targets:
    sns.distplot(target[[r'petal width (cm)']], hist=False,label='shouldbedynamic')
    sns.distplot(target[[r'sepal width (cm)']], hist=False,label='shouldbedynamic')
    plt.legend()

plt.show()

到目前为止，这段代码能够绘制出我定义的由 X 变量拆分的两个度量（在本例中为 period）。 假设现在我想看到完全相同的输出（相同的测量值并由period 绘制），但是对于city 列中的每个值，将生成一个新的绘图/图形。我当然可以通过一次过滤一个值来手动执行此操作，但如果 city 有 50 个唯一值，我需要一个函数来迭代并绘制 50 个单独的分布。

除此之外，我还有两个小问题：

• 在现有代码中，如何设置label 选项以动态生成显示彩色线条代表的图例？
• 类似问题：是否可以在现有功能范围内将颜色线设置为另一种颜色？

编辑：只是想弄清楚我想要的是能够在单独的图中绘制分布（不在同一个图中）。所以如果city 有 50 个不同的值，则会生成图片中的相同数字每个城市的数据：纽约、巴黎、伦敦等。

Answer 1

您的意思是您想要 50 个单独的地块（每个城市一个地块，并按时间段划分）？或者你想在同一个地块中有 50 个分布（每个城市一个，不按时间段划分）？

获取动态标签很简单，只需使用groupby 而不是unique

for period, group in df.groupby('period'):
    sns.distplot(group[[r'petal width (cm)']], hist=False, label=f'petal: {period}')
    sns.distplot(group[[r'sepal width (cm)']], hist=False, label=f'sepal: {period}')

plt.legend() 

您还可以设置sns.distplot 的color 参数来选择您想要的任何颜色，但您可能想查看colormaps 的50 个绘图

编辑：

现在你想要什么更清楚了，你可以试试这样的东西

def plot_city(city_name, data):
    """ generate plot for one city """

   measures = {
        'petal width (cm)': 'tab:orange',
        'sepal width (cm)': 'tab:blue',
    }

    line_styles = {
        'before': '--',
        'after': '-',
    }

    fig, ax = plt.subplots(figsize=(12, 9))

    for measure, colour in measures.items():
        for period, group in data.groupby('period'):
            sns.distplot(
                ax=ax,
                a=group[measure], 
                hist=False, 
                label=f'petal: {period}', 
                color=colour,
                kde_kws={'linestyle':line_styles[period]}
            )

    ax.set_title(city_name, fontsize=24)
    ax.set_xlabel('width (cm)', fontsize=18)
    plt.legend(fontsize=18) 

    return fig


for city_name, data in df.groupby('city'):
    fig = plot_city(city_name, data)
    fig.savefig(f'./{city_name}.png', bbox_inches='tight')
    plt.show()