使用 seaborn 绘制预先分组的线数据

Question

我有预先分组的数据。具体来说，它们是 3 个不同类别的 PR 曲线，我想将它们绘制在相同的轴上：

import numpy as np
data_groups = {
    'ap=0.16: cat_3 (4/19)': {
        'precision': np.array([0.        , 0.        , 0.        , 0.        , 0.2       ,
                               0.16666667, 0.14285714, 0.25      , 0.22222222, 0.2       ,
                               0.18181818, 0.16666667, 0.15384615, 0.14285714, 0.13333333,
                               0.21052632], dtype=np.float64),
        'recall': np.array([0.  , 0.  , 0.  , 0.  , 0.25, 0.25, 0.25, 0.5 , 0.5 , 0.5 , 0.5 ,
                            0.5 , 0.5 , 0.5 , 0.5 , 1.  ], dtype=np.float64),
    },
    'ap=0.20: cat_1 (3/19)': {
        'precision': np.array([0.        , 0.5       , 0.33333333, 0.25      , 0.2       ,
                               0.16666667, 0.14285714, 0.25      , 0.22222222, 0.2       ,
                               0.18181818, 0.16666667, 0.15384615, 0.14285714, 0.13333333,
                               0.15789474], dtype=np.float64),
        'recall': np.array([0.        , 0.33333333, 0.33333333, 0.33333333, 0.33333333,
                            0.33333333, 0.33333333, 0.66666667, 0.66666667, 0.66666667,
                            0.66666667, 0.66666667, 0.66666667, 0.66666667, 0.66666667,
                            1.        ], dtype=np.float64),
    },
    'ap=0.54: cat_2 (8/19)': {
        'precision': np.array([0.        , 0.5       , 0.33333333, 0.5       , 0.6       ,
                               0.66666667, 0.71428571, 0.75      , 0.66666667, 0.6       ,
                               0.63636364, 0.58333333, 0.53846154, 0.5       , 0.46666667,
                               0.42105263], dtype=np.float64),
        'recall': np.array([0.   , 0.125, 0.125, 0.25 , 0.375, 0.5  , 0.625, 0.75 , 0.75 ,
                            0.75 , 0.875, 0.875, 0.875, 0.875, 0.875, 1.   ], dtype=np.float64),
    },
}

我想使用 seaborn 在一个图中绘制这些多条线，但为此我似乎需要将这些分组数据转换为一个长格式的 pandas 表。

    import pandas as pd
    longform = []
    for key, subdata in data_groups.items():
        subdata = pd.DataFrame.from_dict(subdata)
        subdata['label'] = key
        longform.append(subdata)
    data = pd.concat(longform)

这有效地为列表中的每个项目复制了这个“标签”属性：

      recall  precision                  label
0   0.000000   0.000000  ap=0.54: cat_2 (8/19)
1   0.125000   0.500000  ap=0.54: cat_2 (8/19)
2   0.125000   0.333333  ap=0.54: cat_2 (8/19)
...

0   0.000000   0.000000  ap=0.20: cat_1 (3/19)
1   0.333333   0.500000  ap=0.20: cat_1 (3/19)
2   0.333333   0.333333  ap=0.20: cat_1 (3/19)
3   0.333333   0.250000  ap=0.20: cat_1 (3/19)

...

0   0.000000   0.000000  ap=0.16: cat_3 (4/19)
1   0.000000   0.000000  ap=0.16: cat_3 (4/19)
2   0.000000   0.000000  ap=0.16: cat_3 (4/19)

此时我可以绘制它：

    import seaborn as sns
    sns.lineplot(
        data=data, x='recall', y='precision',
        hue='label', style='label') 

但我想知道是否有更有效的方法将预先分组的数据发送到 seaborn。我想避免重复“标签”属性，我想它必须有效地反转我刚刚执行的pd.concat 操作。

在 seaborn (https://seaborn.pydata.org/tutorial/data_structure.html) 接受的数据结构中，他们只提到了这种长格式（我非常了解）和宽格式数据（这对我来说意义不大）。

这个预先分组的数据不是宽格式的变体，对吧？我只是想验证执行额外的 concat 是当前执行此操作的唯一方法。

Answer 1

您不必一次将全部数据发送到 seaborn。您可以逐行绘制，它们仍然会出现在同一个图上。 Seaborn 可以很好地处理 numpy 数组（长格式），因此您可以将每个项目分别发送到绘图并且它仍然可以工作：

from matplotlib import pyplot as plt
import seaborn as sns

for key, subdata in data_groups.items():
    sns.lineplot(x=subdata['recall'], y=subdata['precision'], label=key)
    
plt.show()

结果：

当然，您需要注意额外的样式，例如图例位置、置信区间等 - 但本质上，它直接绘制每个组，而不直接与数据框对话。