私は、学校の成績、年齢、体重、身長などの個人特性のデータフレームを持っています。 シーボーン内のこれらのデータの密度分布を調べたいFacetgrid
。seabornで空のグリッドを避ける方法FacetGrid
import pandas as pd
import seaborn as sns
import random
import matplotlib.pyplot as plt
# creation of artifical data
random.seed = 10
high = [random.uniform(3.0,6.0) for i in range(50)]
uni = [random.uniform(1.0, 4.0) for i in range(50)]
math = [random.uniform(1.0, 6.0) for i in range(50)]
bio = [random.uniform(1.0, 6.0) for i in range(50)]
history = [random.uniform(1.0, 6.0) for i in range(50)]
age = [random.randint(15,45) for i in range(50)]
height = [random.randint(150,210) for i in range(50)]
weight = [random.randint(50,100) for i in range(50)]
df = pd.DataFrame()
df["value"] = high + uni + math + bio + history + age + height + weight
df["type"] = 100*["final_exam"] + 150*["grade"] + 150*["body"]
df["id"] = 50*["highschool"] + 50*["university"] + 50*["math"] + 50*["bio"] + 50*["history"] + 50*["age"] + 50*["heigt"] + 50*["weight"]
df["group"] = "A"
df = df[["group", "id", "type", "value"]]
df["para"] =df[["type", "id"]].apply(lambda x: "_".join(x), axis=1)
# Plotting function
def plot_poll(df, **kwargs):
def plot_densitiy_distribution(data, **kwargs):
sns.kdeplot(data["value"], shade=True)
grid_ts = sns.FacetGrid(df, sharey=False, legend_out=True, hue="group",col="type", row="id")
grid_ts = grid_ts.map_dataframe(plot_densitiy_distribution)
plt.tight_layout()
plt.show()
# main
plot_poll(df)
データフレームは一人のために、このように見えますが、合計で50 人がインタビューを受けた。
+=======+============+============+=======+=======================+
| group | id | type | value | para |
+=======+============+============+=======+=======================+
| A | highschool | final_exam | 2.7 | final_exam_highschool |
+-------+------------+------------+-------+-----------------------+
| A | university | final_exam | 2.0 | final_exam_university |
+-------+------------+------------+-------+-----------------------+
| A | math | grade | 3.3 | grade_math |
+-------+------------+------------+-------+-----------------------+
..............................................................
+-------+------------+------------+-------+-----------------------+
| A | age | body | 27 | body_age |
+-------+------------+------------+-------+-----------------------+
..............................................................
+=======+============+============+=======+=======================+
図は、次のようになります。あなたのよう
そこにはたくさんの空のプロットがあり、データのあるグリッドだけが存在するというプロットを再構成したいと思います。列には、type
のグリッドが表示されます。以下にペイントで作成した例を示します。 さらに、x軸はすべての列に対して等しくスケーリングされます。どのようにx軸を個別に(対数であっても)スケールすることができます。
rearranged figure (with Paint)
おかげで、 クリスチャン
「*として、あなたは私が取り除きたがっているたくさんのemtpyプロットを見ることができます* "これはどういう意味ですか?軸が削除された後に空白のセクションがあるはずですか?データのある軸だけをコンパクトなグリッドに再配置する必要がありますか?あなたは具体的で何が本当に必要なのかを伝える必要があります。 –
* "x軸を個別に(対数関数でも)スケールするにはどうすればよいですか?" * y軸で自分自身で 'sharey = False'パラメータを使用しています。 'sharex'でも同じことをします。 x軸をログスケールとして設定するには、 'grid_ts.set(xscale = 'log')を実行します。しかし、私はそれをお勧めしません。データが異常分散している場合は、データのログにKDEを計算する必要があります。 –
@PaulHご質問ありがとうございます。 1)_ "データが入っている軸だけをコンパクトなグリッドに並べ替えるべきですか?" - はい、まさに私が欲しいものです。 – ChristianH