Как применить различные типы областей ошибок к некоторым частям фасетной сетки
У меня есть фасетная сетка Seaborn, состоящая из четырех строк и двух столбцов. Я хочу сопоставить линейные графики с сеткой из расплавленного фрейма данных (с 4 переменными и 2 кошками) и применить полосы ошибок к трем верхним строкам, но не к последней (она основана на логических данных, и полосы ошибок не подходят).
Используя пример набора данных:
import seaborn as sns
fmri = sns.load_dataset('fmri')
gg = sns.FacetGrid(data=fmri, col = "region", row = "event")
gg.map(sns.lineplot, "timepoint", "signal", errorbar = "sd")
Есть ли способ удалить (или вообще не отображать) полосы ошибок в нижней строке?
Ответы 1
Удаление области ошибки
Позже вы можете удалить области ошибок, пройдя по осям:
import seaborn as sns
fmri = sns.load_dataset('fmri')
gg = sns.FacetGrid(data=fmri, col = "region", row = "event")
gg.map(sns.lineplot, "timepoint", "signal", errorbar = "sd")
for (row, col), ax in gg.axes_dict.items():
if row == 'cue':
ax.collections[0].remove()
Пользовательская функция построения графика
Альтернативно вы можете сопоставить пользовательскую функцию с сетке фасетов. Внутри этой пользовательской функции тест может проверить, похожи ли предоставленные значения y для этого подграфика на логические значения. Поскольку seaborn преобразует все значения в один и тот же тип (с плавающей запятой), проверка количества уникальных значений y может помочь определить, что все значения аналогичны логическим значениям.
Пользовательская функция получает 3 параметра:
- серия pandas (столбец фрейма данных, уменьшенный до подграфика) для значений x
- аналогично для соответствующих значений y
- цвет
import seaborn as sns
def custom_lineplot(x, y, color):
errorbar = 'sd' if len(y.unique() > 2) else None
sns.lineplot(x=x, y=y, color=color, errorbar=errorbar)
fmri = sns.load_dataset('fmri')
gg = sns.FacetGrid(data=fmri, col = "region", row = "event")
gg.map(custom_lineplot, "timepoint", "signal")
Вы предпочли первый или второй подход? Пользовательская функция будет более надежной при внесении изменений в график (например, при построении новых строк или добавлении информации).
В данный момент я просто работаю над одним графиком для публикации, поэтому первый подход был адекватным. Однако я буду использовать второй подход для любых будущих приложений, подобных этому! еще раз спасибо
спасибо, это работает хорошо и очень ценно.