как повернуть линейный участок морской линии

Question

Как мне повернуть seaborn.lineplot, чтобы результат был как функция от y, а не как функция от x.

Например, этот код:

import pandas as pd
import seaborn as sns
df = pd.DataFrame([[0,1],[0,2],[0,1.5],[1,1],[1,5]], columns=['group','val'])
sns.lineplot(x='group',y='val',data=df)

Создайте эту фигуру:

Но есть ли способ повернуть фигуру на 90 °?так что в X у нас будет «val», а в Y у нас будет «group», и std будет идти слева направо, а не снизу вверх.

Спасибо

РЕДАКТИРОВАТЬ: я открыл билет в Seaborn, чтобы попросить эту функцию: https://github.com/mwaskom/seaborn/issues/1661

Answer 1

Подумайте, что бы вы сделали, если бы не использовали seaborn.Вы бы вычислили среднее и стандартное отклонение и построили график как функцию группы.Теперь довольно просто обменять x и y на plot(x,y): plot(y,x).Для заполненной области вы можете использовать fill_betweenx вместо fill_between.

Ниже приведены два случая для сравнения.

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame([[0,1],[0,2],[0,1.5],[1,1],[1,5]], columns=['group','val'])

mean = df.groupby("group").mean()
std = df.groupby("group").std()

fig, (ax, ax2) = plt.subplots(ncols=2)

ax.plot(mean.index, mean["val"].values)
ax.fill_between(mean.index, (mean-std)["val"].values, (mean+std)["val"].values, alpha=.5)
ax.set(xlabel="group", ylabel="val")

ax2.plot(mean["val"].values, mean.index)
ax2.fill_betweenx(mean.index, (mean-std)["val"].values, (mean+std)["val"].values, alpha=.5)
ax2.set(ylabel="group", xlabel="val")

fig.tight_layout()
plt.show()

Answer 2

Для морских документов на lineplot кадр данных, передаваемый на data, должен быть

Tidy («длинная форма»), где каждый столбец представляет собойпеременная, и каждая строка является наблюдением.

Из этого следует, что нет способа заставить оси переключаться, даже манипулируя данными.Если есть способ сделать это, я не нашел его - я уверен, что есть более элегантный способ сделать это, но один из способов, которым вы могли бы это сделать, это сделать это, так сказать, вручную.Нечто подобное может сделать трюк

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
df = pd.DataFrame([[0,1],[0,2],[0,1.5],[1,1],[1,5]], columns=['group','val'])
group = df['group'].tolist()
val = df['val'].tolist()
yl = list()
yu = list()
avg = list()
ii = 0
while ii < len(group):   #Loop through all the groups
    g = group[ii]
    y0 = val[ii]
    y1 = val[ii]
    s = 0
    jj = ii
    while (jj < len(group) and group[jj] == g):
        s += val[jj]
        #This takes the min and max, but could easily take the standard deviation
        if val[jj] > y1:
            y1 = val[jj]
        if val[jj] < y0:
            y0 = val[jj]
        jj += 1
    avg.append(s/(jj - ii))
    ii = jj
    yl.append(y0)
    yu.append(y1)

x = np.linspace(min(group), max(group), len(yl))
plt.ylabel(df.columns[0])
plt.xlabel(df.columns[1])
plt.plot(avg, x, color="#5a9edd", linestyle="-", linewidth=1.5)
plt.fill_betweenx(x, yl, yu, alpha=0.3)

Это даст вам следующий сюжет:

Для краткости используетсяминимум и максимум от каждой группы, чтобы получить полосу ошибок, но при необходимости ее можно легко заменить на стандартную ошибку или стандартное отклонение.