У меня есть рандомизированный алгоритм, который я повторяю несколько раз, чтобы я мог оценить его статистически. Кадры данных из экспериментов могут быть сгруппированы для расчета среднего значения и медианы.
Теперь я хотел бы представить исходную информацию вместе со статистикой, которую я тоже рассчитал, с Seaborn. Таким образом, у меня есть до 100 Dataframes с такими данными.
module, coverage, timestamp
examples.monkey, 32.142857142857146, 1546513589.59586
examples.monkey, 35.714285714285715, 1546513589.609822
examples.monkey, 35.714285714285715, 1546513589.617172
...
util.container, 27.586206896551722 ,1546513594.559889
util.container, 27.586206896551722 ,1546513594.579989
util.container, 27.586206896551722 ,1546513594.598491
Я могу просто напечатать несколько временных рядов с линейными графиками следующим образом.
sns.set(style="darkgrid")
for df in dfs:
min_timestamp = df['timestamp'].min()
df["time"] = df["timestamp"] - min_timestamp
keys = ["Run " + str(i) for i in range(len(dfs))]
glued = pd.concat(dfs, keys=keys).reset_index(level=0).rename(columns={'level_0': 'run'})
ax = sns.lineplot(hue="module", x="time", y="coverage", ci="sd", units="run", estimator=None, data=glued)
plt.show()
В результате получается такой график: 
Затем я могу вычислить среднее значение и добавить его к графику следующим образом:
sns.set(style="darkgrid")
for df in dfs:
min_timestamp = df['timestamp'].min()
df["time"] = df["timestamp"] - min_timestamp
keys = ["Run " + str(i) for i in range(len(dfs))]
glued = pd.concat(dfs, keys=keys).reset_index(level=0).rename(columns={'level_0': 'Run'})
sns.lineplot(hue="module", x="time", y="coverage", ci="sd", units="Run", estimator=None, data=glued)
means = glued.groupby(by=["module", "time"], as_index=False).mean()
means["run"] = "Mean"
sns.lineplot(hue="module", x="time", y="coverage", estimator="mean", palette=sns.xkcd_palette(["red", "black"]), err_style="band", data=means)
plt.show()
Однако сюжет, который следует из этого, довольно бесполезен. Похоже на это.
Мне бы очень хотелось что-то наподобие примеров из Морского Рога, где мои измерения напечатаны в виде области со средним значением, которое хорошо видно. 
Теперь я подозреваю, что получаю это уродливое изображение, потому что у кадра данных со средним гораздо больше точек данных. Алгоритм выполняет измерения в случайных интервалах, поэтому временные метки не перекрываются большую часть времени. Поскольку измерения расположены так близко друг к другу и между ними проведена линия, мы получаем картину этого широкого штриха.
Мои конкретные вопросы сейчас таковы: имеет ли здесь смысл линейный график, а также, если это правильный подход, заранее рассчитайте среднее значение?
Если подход правильный, как я могу это исправить, если нет, что еще вы используете?
Я также загрузил некоторые примеры результатов в виде CSV-файлов здесь на случай, если вы захотите попробовать: 1 2 3 4 5