通过分类字段创建连续字段的密度图答案

【问题标题】：create density plots of continuous field by categorical field通过分类字段创建连续字段的密度图
【发布时间】：2019-06-04 21:54:31
【问题描述】：

我有下面的代码，它覆盖了直方图上的密度曲线。它为我的数据中的“新鲜”字段执行此操作，这是一个连续字段。我想通过“通道”字段中的唯一值过滤创建类似的图。例如，在 pandas 中创建类似于我想要完成的直方图，我会使用：

data_df.hist(column=‘Fresh’,by=‘Channel’)

谁能建议如何为下面的 seaborn 代码做类似的事情？

代码：

import seaborn as sns

sns.distplot(data_df[‘Fresh’], hist=True, kde=True, 
                             bins=int(data_df.shape[0]/5), color = 'darkblue', 
                             hist_kws={'edgecolor':'black'},
                             kde_kws={'linewidth': 4})

数据

  Channel  Fresh
0        2  12669
1        2   7057
2        2   6353
3        1  13265
4        2  22615
5        2   9413
6        2  12126
7        2   7579
8        1   5963
9        2   6006

【问题讨论】：

标签： python-3.x pandas matplotlib seaborn

【解决方案1】：

我认为 Seaborn 的方法是创建一个 FacetGrid，然后在 map 上添加一个轴级绘图功能。在你的情况下：

g = sns.FacetGrid(data_df, col='Channel', margin_titles=True)
g.map(sns.distplot, 
      'Fresh',
      bins=int(data_df.shape[0]/5),
      color='darkblue', 
      hist_kws={'edgecolor': 'black'},
      kde_kws={'linewidth': 4});

查看文档了解更多信息：https://seaborn.pydata.org/tutorial/axis_grids.html

【讨论】：

【解决方案2】：

或者，您可以基于Channel groupby 您的DataFrame，然后将两组绘制在不同的子图中

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

data_df = pd.DataFrame({'Channel': [2, 2, 2, 1, 2, 2, 2, 2, 1, 2],
                        'Fresh': [12669,  7057,  6353, 13265, 22615,  
                                  9413, 12126,  7579,  5963,6006]})
df1 = data_df.groupby('Channel')

fig, axes = plt.subplots(nrows=1, ncols=len(df1), figsize=(10, 3))

for ax, df in zip(axes.flatten(), df1.groups):
    sns.distplot(df1.get_group(df)['Fresh'], hist=True, kde=True, 
                             bins=int(data_df.shape[0]/5), color = 'darkblue', 
                             hist_kws={'edgecolor':'black'},
                             kde_kws={'linewidth': 4}, ax=ax)

plt.tight_layout()

【讨论】：