叠加两个 seaborn 因子图

Question

我在使用 seaborn 库对两个 factorplots 进行叠加（叠加）时遇到了困难。

一般的问题是，我想用灰色细线绘制所有（背景数据），然后在顶部用彩色、粗线绘制我们想要突出显示的数据。一方面，我没有成功地将两个数据集与FacetGrid 组合在一个绘图中，其次我在使用zorder 时遇到了问题。

我用exercise 数据集做了一个虚拟示例：

sns.set_style('whitegrid')
exercise = sns.load_dataset("exercise")
background = exercise.assign(idkind = lambda df: df['id'].astype(str)+df.kind.astype(str))
foreground = exercise.groupby(['kind','time']).mean().reset_index().rename(columns={'id':'idkind'})

到目前为止我尝试过：

1. factorplot + factorplot

绘制两个factorplots，就好像它是sns.pointplot 两次模拟this example。由于数据的实验设置，我需要sns.factorplot。这不起作用，因为只生成了两个独立的图。我基本上希望下图在上图之上。

g=sns.factorplot(x="time", y="pulse", hue='idkind', col='kind', legend=False,color='lightgrey',data=background)
sns.factorplot(x="time", y="pulse", hue="kind", data=foreground)

1. factorplot + gmap.(factorplot)

因此，我尝试使用sns.factorplot，我认为它会在顶部使用具有完全相同设计和类别的新数据集生成FacetGrid 和g.map 第二个sns.factorplot。结果是，它没有使用相同的子图，而是创建了许多具有重复图的行。

g=sns.factorplot(x="time", y="pulse", hue='idkind', col='kind', legend=False,color='lightgrey',data=background)
g.map(sns.factorplot, x="time", y="pulse",hue='idkind', col='kind', data=foreground)

1. factorplot+ g.map(pointplot)

g.map一个点图，将整个数据集放在所有子图中，不尊重FacetGrid的设计。

g=sns.factorplot(x="time", y="pulse", hue='idkind', col='kind', legend=False,color='lightgrey',data=background)
g.map(sns.pointplot,x="time", y="pulse", hue='idkind', col='kind', data=foreground,zorder='1000')

Answer 1

值得一提的是，每次调用factorplot 都会创建自己的图形。所以一般来说，如果目标是有一个单一的数字，你不能多次调用 factorplot。这解释了为什么 1. 和 2. 根本行不通。

对于 3.，这也是我的第一次尝试（除了 zorder 应该是一个数字，而不是一个字符串）。
然而，似乎 zorder 被忽略了，或者至少没有正确地传递给底层的 matplotlib 函数。

一个选项是手动设置 zorder。以下循环遍历背景图的所有艺术家并将他们的 zorder 设置为 1。它还将这些艺术家存储在一个列表中。 在创建前景图之后，我们可以再次遍历所有艺术家，并将 zorder 设置为更高的值，以便那些不在先前存储的列表中的艺术家。

我在这里完全省略了foreground，因为这似乎只是计算平均值，这将通过点图自动完成。

import seaborn as sns
import matplotlib.pyplot as plt

sns.set_style('whitegrid')
exercise = sns.load_dataset("exercise")
background = exercise.assign(idkind = lambda df: df['id'] \
                            .astype(str)+df.kind.astype(str))

g=sns.factorplot(x="time", y="pulse", hue='idkind', col='kind', 
                 legend=False,color='lightgrey',data=background)

backgroundartists = []
for ax in g.axes.flat:
    for l in ax.lines + ax.collections:
        l.set_zorder(1)
        backgroundartists.append(l)

g.map(sns.pointplot, "time", "pulse")

for ax in g.axes.flat:
    for l in ax.lines + ax.collections:
        if l not in backgroundartists:
            l.set_zorder(5)

plt.show()