共享 x 轴的叠加 seaborn 分布图答案

【问题标题】：Overlayed seaborn distplots sharing x axis共享 x 轴的叠加 seaborn 分布图
【发布时间】：2021-01-19 04:41:16
【问题描述】：

对不起，如果这太基本了，这是我向论坛提出的第一个问题：

我正在使用 Titanic 数据集进行练习和

我正在尝试绘制变量“年龄”的两种分布，一种仅针对幸存的乘客，另一种针对死亡的乘客。但由于某种原因，它们在绘制在一起时并不共享相同的 x 轴。

到目前为止，这是我的代码：

df_age = df[df['Age'].notnull()]
dfage_survived = dfage[dfage.Survived == 1] 
dfage_perished = dfage[dfage.Survived == 0] 

sns.set(style="white", palette="muted", color_codes=True)
fig = plt.figure(constrained_layout=True, figsize=(8, 8))
spec = fig.add_gridspec(3, 2)

ax1 = fig.add_subplot(spec[0, 0])
ax1 = sns.barplot(x='Sex', y = 'Survived', data =df)
ax2 = fig.add_subplot(spec[0, 1])
ax2 = sns.barplot(x='Embarked', y = 'Survived', data =df)
ax3 = fig.add_subplot(spec[1, 0])
ax3 = sns.barplot(x='Pclass', y ='Survived', data =df)
ax4 = fig.add_subplot(spec[1, 1])
ax4 = sns.barplot(x='SibSp', y ='Survived', data=df)
ax5 = fig.add_subplot(spec[2, :])
ax5_1 = sns.distplot(dfage_survived['Age'], kde = False, label = 'Survived')
ax5_2 = sns.distplot(dfage_perished['Age'], kde = False, label = 'Perished')
plt.legend(prop={'size': 12})

输出： OUTPUT:

【问题讨论】：

原因是直方图的 bin 将最小和最大 x 之间的范围分成相等的部分。两组都有不同的最小值和最大值。此外，您的数据是离散的，因此最好将 bin 边界放置在整数值之间。解决方案是明确设置垃圾箱：sns.distplot(..., bins=np.arange(-0.5, 86, 5)) 为两者。

标签： python matplotlib plot seaborn

【解决方案1】：

你必须为每个sns.distplot调用设置bins，否则sns会为你设置bins，它是基于最小元素和最大元素的，因为这些对于perished和survived是不同的，所以bars不会排列向上。使用bins 参数设置合适的分档（见这里https://seaborn.pydata.org/generated/seaborn.distplot.html）

【讨论】：

【解决方案2】：

直方图的 bin 将最小和最大 x 之间的范围分成相等的部分。两组都有不同的最小值和最大值。此外，您的数据是离散的，因此最好将 bin 边界放置在整数值之间。可以明确设置 bin：sns.distplot(..., bins=np.arange(-0.5, 86, 5)) 两者。

然而，一种更简单的方法是利用 Seaborn 的 hue= 参数让 seaborn 负责划分组并一次性创建两个直方图。

请注意，sns.distplot 在最新版本 (0.11) 中已替换为 sns.histplot。如果你想要两个直方图堆叠，你可以添加参数multiple='stack'。

为获取独立示例，以下代码使用标准 Seaborn Titanic 数据集，该数据集使用小写的列名。

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

df = sns.load_dataset('titanic')
sns.set(style="white", palette="muted", color_codes=True)
fig = plt.figure(constrained_layout=True, figsize=(8, 3))
spec = fig.add_gridspec(1, 2)

ax5 = fig.add_subplot(spec[0, :])
sns.histplot(df, x='age', bins=np.arange(-0.5, 86, 5), kde=False, hue='survived', legend=True, ax=ax5)
ax5.legend(['Yes', 'No'], title='Survived?', prop={'size': 12})
plt.show()

【讨论】：