2016-10-21 5 views
2

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Facetgridseaborn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

enter image description here

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。

ご支援を事前に

rearranged figure (with Paint)

おかげで、 クリスチャン

+0

「*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。 –

+0

* "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。 –

+0

@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

答えて

2

あなただけのプレゼンテーションの目的のためにプロットを隠す(全体的な格子構造を維持)する場合:

for (i,j,k), data in fg.facet_data(): 
     if data.empty: 
      ax = fg.facet_axis(i, j) 
      ax.set_axis_off() 
+0

これは完璧です。 –

関連する問題