如何更具体地绘制 seaborn 线图答案

【问题标题】：How to graph a seaborn lineplot more specifically如何更具体地绘制 seaborn 线图
【发布时间】：2021-07-16 07:27:45
【问题描述】：

给定一个海量 DataFrame df:

year        count
1980        -23
1980        -4
1981        10
1982        0
1982        4
...
2007        27
2008        0
2008        0
2009        -7
2009        5

值首先按year 排序，然后是count。（显示的数值是任意变化的）

我想可视化count 如何随着year 的增加而不同地分布，这可以通过百分位图最有效地显示。但是，由于我的数据是在 DataFrame 中给出的，我认为更可行（坦率地说，更简单）的方法是使用seaborn.lineplot：

import matplotlib.pyplot as plt
import seaborn as sns

fig, ax = plt.subplots(figsize=[16,12])

plt.axhline(y=0, color='black', linestyle='dotted')
sns.lineplot(x="year", y="count", ax=ax, data=df, color='red')

这个图表在某种程度上是有目的的，尽管我希望显示比单个百分位梯度具有更多的可变性。（一个很好的例子是下图有 10 个百分位梯度，复制自此链接：Using percentiles of a timeseries to set colour gradient in Python's matplotlib）

我想知道是否有办法使用seaborn.lineplot 实现如此详细的图形，如果没有，是否有办法从pandas DataFrame 数据中实现。

【问题讨论】：

标签： python pandas seaborn

【解决方案1】：

一旦您生成了第一个置信区间或只生成了一条线，您就可以使用 matplotlib，如 post 所示，创建多个置信区间。

另一种选择是使用sns.lineplot 在同一图形上绘图，尽管我认为 seaborn 不适合此。以数据集flights为例，首先绘制中值线或均值线：

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np

flights = sns.load_dataset("flights")
fig,ax = plt.subplots(1,1)

sns.lineplot(data=flights, x="year", y="passengers",ax=ax,ci=None,color="black")

然后我们设置一个调色板并继续添加没有线条的波段（设置 linestyle = ''）：

cm = sns.color_palette("Blues",9)

for ix,ci in enumerate(range(10,90,10)):
    sns.lineplot(data=flights, x="year", y="passengers",
                 ci = ci,
                 ax=ax,linestyle='',
                 hue = ci,palette={ci:cm[ix]})

给出这样的东西：

【讨论】：