matplotlib 在海运图中对分类x轴排序

vxqlmq5t 于 2023-10-24 发布在其他

关注(0)|答案(3)|浏览(127)

我尝试使用如下所示的海运散点图绘制数据框中前30%的值。

相同图的可重复代码：

import seaborn as sns

df = sns.load_dataset('iris')

#function to return top 30 percent values in a dataframe.
def extract_top(df):
    n = int(0.3*len(df))
    top = df.sort_values('sepal_length', ascending = False).head(n)

    return top

#storing the top values
top = extract_top(df)

#plotting
sns.scatterplot(data = top,
                x='species', y='sepal_length', 
                color = 'black',
                s = 100,
                marker = 'x',)

这里，我想对order = ['virginica','setosa','versicolor']中的x轴进行排序。当我试图将order用作sns.scatterplot()中的一个参数时，它返回了一个错误AttributeError: 'PathCollection' object has no property 'order'。正确的方法是什么？
请注意：在嵌套框架中，setosa也是species中的一个类别，但是，在前30%的值中，它的值没有下降。因此，该标签没有显示在顶部可重现代码的示例输出中。但是我希望该标签也以如下所示的顺序显示在x轴上：

matplotlib

来源：https://stackoverflow.com/questions/64762709/sort-categorical-x-axis-in-a-seaborn-plot

3条答案

按热度按时间

ny6fqffe1#

scatterplot()不是该作业的正确工具。由于您有一个分类轴，因此您希望使用stripplot()而不是scatterplot()。请在此处查看关系图和分类图之间的差异https://seaborn.pydata.org/api.html

sns.stripplot(data = top,
              x='species', y='sepal_length', 
              order = ['virginica','setosa','versicolor'],
              color = 'black', jitter=False)

赞(0）回复(0）举报 2023-10-24

41ik7eoe2#

这意味着sns.scatterplot()不会将order作为其args之一。对于物种setosa，您可以使用alpha隐藏散点，同时保留刻度。

import seaborn as sns

df = sns.load_dataset('iris')

#function to return top 30 percent values in a dataframe.
def extract_top(df):
    n = int(0.3*len(df))
    top = df.sort_values('sepal_length', ascending = False).head(n)

    return top

#storing the top values
top = extract_top(df)
top.append(top.iloc[0,:])
top.iloc[-1,-1] = 'setosa'
order = ['virginica','setosa','versicolor']

#plotting
for species in order:
    alpha = 1 if species != 'setosa' else 0
    sns.scatterplot(x="species", y="sepal_length",
                    data=top[top['species']==species],
                    alpha=alpha,
                    marker='x',color='k')

输出是