在带有色调（分类变量）的pairgrid图上显示两个相关系数 - seaborn python

Question

我找到了一个函数来计算相关系数，然后将其添加到配对图中（如下所示）。我的问题是，当我使用色调（分类变量）运行配对图时，两组的相关系数显示在彼此之上。

this is how the plot looks like

这是我的图表代码（它显示了气候变化姿态和峰值之间的相关系数作为“海冰方向”的函数）：

`g = sns.PairGrid(df, vars = ['OverallClimateChangeAttitude', 'Peak'], 
hue="IV_SeaIceChangeDirection")
g.map_upper(plt.scatter, s=10)
g.map_diag(sns.distplot, kde=False)
g.map_lower(sns.kdeplot, cmap="Blues_d")
g.map_lower(corrfunc)`

这里是相关函数：

`def corrfunc(x, y, **kws):
r, _ = stats.pearsonr(x, y)
ax = plt.gca()
ax.annotate("r = {:.2f}".format(r),
            xy=(.1, .9), xycoords=ax.transAxes)`

非常感谢任何帮助！

Answer 1

问题在于您的相关函数指定了注释应该放置的确切位置，并且该位置是(.1, .9) - 两种色调都相同。您需要以某种方式为不同类别的数据选择不同的位置。我想到了两种方法：

• 要么计算坐标轴中已有多少注释，以将新注释定位在其余注释下方
• 或手动为每个hue 值预定义位置，并使用kws['label'] 选择要使用的位置。

请参阅下面的corrfunc 代码以了解这两个选项。我用你的其余代码和一个示例数据集做了一个图。我还在注释中添加了标签文本，否则我无法分辨哪个相关系数是哪个。

from scipy import stats
import seaborn as sns
import matplotlib

def corrfunc(x, y, **kws):
    r, _ = stats.pearsonr(x, y)
    ax = plt.gca()
    # count how many annotations are already present
    n = len([c for c in ax.get_children() if 
                  isinstance(c, matplotlib.text.Annotation)])
    pos = (.1, .9 - .1*n)
    # or make positions for every label by hand
    pos = (.1, .9) if kws['label'] == 'Yes' else (.1,.8)

    ax.annotate("{}: r = {:.2f}".format(kws['label'],r),
                xy=pos, xycoords=ax.transAxes)

tips = sns.load_dataset("tips")
g = sns.PairGrid(data = tips, vars = ['tip', 'total_bill'], hue="smoker", size=4)
g.map_upper(plt.scatter, s=10)
g.map_diag(sns.distplot, kde=False)
g.map_lower(sns.kdeplot, cmap="Blues_d")
g.map_lower(corrfunc)
g.add_legend()

结果：