绘制联合分布答案

【问题标题】：Plot joint distribution绘制联合分布
【发布时间】：2015-01-03 13:26:07
【问题描述】：

我有一个 pandas 数据集，其中包含一个整数和一个浮点值：

>>> df2[['AGE_REF', 'RETSURV']].dtypes
AGE_REF      int64
RETSURV    float64
dtype: object

我想使用 pandas 绘制联合分布。我没有看到一种简单的 pandas 可视化联合分布的方法，但我偶然发现了seaborn。所以我尝试调整我已经找到的代码：

>>> import seaborn as sns
>>> sns.jointplot('AGE_REF', "RETSURV", df2,
              kind="hex")
Traceback (most recent call last):
  File "<input>", line 2, in <module>
  File "/usr/local/lib/python2.7/site-packages/seaborn/distributions.py", line 969, in jointplot
    gridsize = int(np.mean([x_bins, y_bins]))
OverflowError: cannot convert float infinity to integer

我找到了一个相关的bug report，所以我尝试按照那里的解决方法 - 没有成功：

>>> sns.jointplot('AGE_REF', "RETSURV", df2,
              kind="hex", marginal_kws={"bins": 10})
Traceback (most recent call last):
  File "<input>", line 2, in <module>
  File "/usr/local/lib/python2.7/site-packages/seaborn/distributions.py", line 969, in jointplot
    gridsize = int(np.mean([x_bins, y_bins]))
OverflowError: cannot convert float infinity to integer

【问题讨论】：

标签： python matplotlib pandas seaborn

【解决方案1】：

默认的 hexbin gridsize 使用与直方图相同的参考规则计算，因此如果您的数据以某种方式违反这些假设，您也需要直接设置：

sns.jointplot(x, y, kind="hex",
              joint_kws={"gridsize": 10},
              marginal_kws={"bins": 10})

【讨论】：