如何在 matplotlib 中制作地毯图答案

【问题标题】：how to make rug plot in matplotlib如何在 matplotlib 中制作地毯图
【发布时间】：2013-07-26 07:24:10
【问题描述】：

我正在用 matplotlib 制作一个密度图，我也想在它下面获得地毯图。制作密度图的好例子在这里How to create a density plot in matplotlib?

但我找不到任何关于地毯情节的好例子。在 R 中，它可以通过 rug(data) 轻松完成。

【问题讨论】：

【解决方案1】：

您可以在每个数据点绘制标记。

from scipy import stats
import numpy as np
import matplotlib.pyplot as plt

sample = np.hstack((np.random.randn(30), np.random.randn(20)+5))
density = stats.kde.gaussian_kde(sample)

fig, ax = plt.subplots(figsize=(8,4))

x = np.arange(-6,12,0.1)
ax.plot(x, density(x))

ax.plot(sample, [0.01]*len(sample), '|', color='k')

【讨论】：

[0.01]*len(sample) 可能比 np.full_like(sample, 0.01) 更快（使用 strides 技巧可能更快）。
这似乎是迄今为止最好的纯 mpl 答案，但我怎样才能使标记（'|'）的底部与轴的底部对齐？

【解决方案2】：

你可以找到一个例子here！

ax = fig.add_subplot(111)

ax.plot(x1, np.zeros(x1.shape), 'b+', ms=20)  # rug plot
x_eval = np.linspace(-10, 10, num=200)
ax.plot(x_eval, kde1(x_eval), 'k-', label="Scott's Rule")
ax.plot(x_eval, kde1(x_eval), 'r-', label="Silverman's Rule")

似乎是它的核心！

【讨论】：

np.zeros(x1.shape) 在此处作为标准 np.zeros_like(x1) 更直接。

【解决方案3】：

您也可以使用Seaborn.distplot，它完全包含直方图、KDE 和地毯。 Seaborn 制作的人偶默认也更漂亮。

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
sample = np.hstack((np.random.randn(30), np.random.randn(20)+5))
fig, ax = plt.subplots(figsize=(8,4))
sns.distplot(sample, rug=True, hist=False, rug_kws={"color": "g"},
    kde_kws={"color": "k", "lw": 3})
plt.show()

【讨论】：

请注意，如果您想要更多控制权，也可以单独使用seaborn.rugplot 函数：seaborn.pydata.org/generated/seaborn.rugplot.html

【解决方案4】：

对于那些只想在 matplotlib 轴上使用 rugplot 的人来说，这是答案：您可以使用 seaborn 函数。

import seaborn as sns
sns.rugplot(xdata, height=0.025, axis=ax,  color='k')

这看起来比纯 matplotlib kludge 好得多，因为地毯与 x 轴对齐（齐平）。

【讨论】：