Facetgrid Форматирование и сортировка каждого графа

Ниже приведен код, который я создал для запуска графа facetgrid. Как видите, merged1 — это первый фрейм данных, а merged2 — второй фрейм данных, который я повторяю. Есть две вещи, которые я пытаюсь выполнить.

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

# initialize list of lists
data = [['tom', 5000, 200,5, 900 ], ['tom', 7000, 500,5, 900 ], ['nick', 7000,300,4 ,4000], ['nick', 8000,200,4 ,4000], ['juli',9000,300,2, 8000,], ['juli',15000,300,2, 8000,], ['TEST',10000,300,3,8000], ['TEST',8000,800,3,8000],['hang', 5000, 330,1.6,5000 ], ['hang', 1000, 330,5,5000 ]]
 
# Create the pandas DataFrame
df = pd.DataFrame(data, columns = ['Donor', 'Days-post-ARV','CD4', 'VL','Days Post-COLDATE'])

#creating two separate datframes
merged1=df.drop(columns=['CD4'])
merged2=df.drop(columns=['VL'])

#function for reference vertical line 
def vertical_mean_line(x, **kwargs):
    plt.axvline(x.mean(), **kwargs)  

#for the first dataframe    
g = sns.relplot(data=merged1, x='Days-post-ARV', y='VL', col='Donor',col_wrap=3, kind = "line", height=4, aspect=1.5,
                color='b')
#for the vertical line
g.map(vertical_mean_line, 'Days Post-COLDATE',ls = "--",color='g')

#for the second dataframe
for patid, ax in g.axes_dict.items():  # axes_dict is new in seaborn 0.11.2
    ax1 = ax.twinx()
    sns.lineplot(data=merged2[merged2['Donor'] == patid], x='Days-post-ARV', y='CD4', color='r', ax=ax1)
    ax1.set_ylim(0,1200)

g.add_legend()   
g.tight_layout()

  1. Как лучше отсортировать график? Я хотел бы поменять порядок второго и третьего графика.
  2. При построении графика ось Y между каждым графиком объединяется и видна только «CD4» между каждым графиком, но есть первая метка оси Y «VL», которая должна отображаться. Как мне это сделать?Facetgrid Форматирование и сортировка каждого графа

Обратите внимание, что, как и в вчера, в вашем посте отсутствуют воспроизводимые тестовые данные и необходимые импорты библиотек. Теперь, чтобы установить подавленные метки Y главных осей, вы можете попробовать ax.set_ylabel('VL') внутри цикла for (for patid, ax in g.axes_dict.items(): ...). Чтобы установить порядок столбцов, вы можете использовать sns.relplot(....., col_order=...).

JohanC 06.05.2022 20:20

Я работаю с конфиденциальными данными, поэтому я создал несколько случайных чисел. Пожалуйста, взгляните и дайте мне знать, если вам что-нибудь понадобится

yeppi 06.05.2022 21:46

Привет, JohanC, это было полезно, но не дало мне того, что мне было нужно. Мне нужно было найти быстрое решение, поэтому я вручную установил предел y с помощью ax1.set_ylim(0,1200)

yeppi 06.05.2022 21:59

Верно, спасибо за работу с ним, JohanC! Я принял твой ответ только что

yeppi 06.05.2022 22:01

Да, я пробовал ax1.set_ylabel('VL'), но это избавляет от другой метки оси Y. Мне нужно сохранить оба.

yeppi 06.05.2022 22:07

Вы уверены в том, что подзаговоры следуют порядковому списку доноров, отображаемых в фрейме данных? Это не соответствовало порядку их появления в фрейме данных. Я пробовал это и не работал

yeppi 06.05.2022 22:09

да, я пробовал и ax.set_ylabel('VL') , и ax1.set_ylabel('VL'). Проблема в том, что мне нужно сохранить оба

yeppi 06.05.2022 22:14

Да, я тоже пробовал порядок цветов, и это не сработало. У меня такое чувство, что это должно быть связано с проблемой типа данных.

yeppi 06.05.2022 22:28

для форматирования мне нужно показать как метки оси Y CD4, так и VL между пересечениями каждого графика, а не только одну или другую.

yeppi 06.05.2022 22:30

Теперь col_order работает!

yeppi 06.05.2022 22:47
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
10
38
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Итак, тестовые данные и исходный тестовый код дают:

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

# initialize list of lists
data = [['tom', 5000, 200, 5, 900], ['tom', 7000, 500, 5, 900], ['nick', 7000, 300, 4, 4000], ['nick', 8000, 200, 4, 4000], ['juli', 9000, 300, 2, 8000, ], ['juli', 15000, 300, 2, 8000, ], ['TEST', 10000, 300, 3, 8000], ['TEST', 8000, 800, 3, 8000], ['hang', 5000, 330, 1.6, 5000], ['hang', 1000, 330, 5, 5000]]
# Create the pandas DataFrame
df = pd.DataFrame(data, columns=['Donor', 'Days-post-ARV', 'CD4', 'VL', 'Days Post-COLDATE'])

# creating two separate datframes
merged1 = df
merged2 = df

# function for reference vertical line
def vertical_mean_line(x, **kwargs):
     plt.axvline(merged1[x].mean(), **kwargs)

# for the first dataframe
g = sns.relplot(data=merged1, x='Days-post-ARV', y='VL', col='Donor', col_wrap=3, kind = "line", height=4, aspect=1.5,
                color='b')
# for the vertical line
g.map(vertical_mean_line, x='Days-post-ARV', ls = "--", color='g')

# for the second dataframe
for patid, ax in g.axes_dict.items():  # axes_dict is new in seaborn 0.11.2
     ax1 = ax.twinx()
     sns.lineplot(data=merged2[merged2['Donor'] == patid], x='Days-post-ARV', y='CD4', color='r', ax=ax1)
     ax1.set_ylim(0, 1200)
g.add_legend()
g.tight_layout()
plt.show()

Вы заметите, что порядок подграфиков такой же, как порядок появления доноров в фрейме данных: ['tom', 'nick', 'juli', 'TEST', 'hang'].

sns.relplot original

Кажется, Seaborn не только удаляет левую метку y, но и делает ее невидимой. Вам нужно снова сделать его видимым. Обратите внимание, что изменения в ax влияют на левые галочки и левые метки, а изменения в ax1 влияют на галочки и метки справа от подграфиков.

Изменение кода для добавления нового col_order. И добавляем ax.set_ylabel('VL', visible=True):


# for the first dataframe, NEW col_order
g = sns.relplot(data=merged1, x='Days-post-ARV', y='VL', col='Donor', col_wrap=3, kind = "line", height=4, aspect=1.5,
                color='b', col_order=['tom', 'juli', 'nick', 'TEST', 'hang'])
# for the vertical line
g.map(vertical_mean_line, x='Days-post-ARV', ls = "--", color='g')

# for the second dataframe
for patid, ax in g.axes_dict.items():  # axes_dict is new in seaborn 0.11.2
     ax1 = ax.twinx()
     sns.lineplot(data=merged2[merged2['Donor'] == patid], x='Days-post-ARV', y='CD4', color='r', ax=ax1)
     ax1.set_ylim(0, 1200)
     ax.set_ylabel('VL', visible=True) # ADDED

g.add_legend()
g.tight_layout()
plt.show()

new sns.relplot

Люблю это, JohanC! Огромное спасибо. Ты самый лучший.

yeppi 06.05.2022 22:52

Другие вопросы по теме