从计数图创建单独的 distplot

Question

如何从 countplot 创建 distplotplt.rcdefaults()%config InlineBackend.figure_format='retina'sns.set_style('darkgrid')ax = sns.countplot(x='Age',hue='Gender',data=df,edgecolor="None")ax.tick_params(bottom=False, left=False)ax.set_axisbelow(True)for rect in ax.patches:        x = rect.get_x() + rect.get_width()/2.        y = rect.get_height()        try:            ax.annotate("{}".format(int(y)), (x,y), ha='center', va='bottom', clip_on=True)        except:            passax.set_xlabel('Age', color='green')ax.set_ylabel('Count', color='green')ax.set_title('Countplot for Age(Gender)', color='tomato',weight='bold')plt.legend(title='Gender', fontsize='large', loc='upper right').get_frame().set_facecolor('white')plt.tight_layout()plt.savefig('files\\Countplot_for_Age(Gender).jpg')

Answer 1

a 的 x 轴countplot是分类的：它为每个遇到的年龄放置一个条，当没有特定年龄的行时跳过条（示例中为 21 和 23）。在内部，条形编号为 0、1、2、...。y 轴是计数，与行数成正比。

对于 a distplot，x 轴是年龄本身，y 轴是概率分布，通常是非常小的数字（曲线下面积标准化为 1）。

因此，由于 x 轴和 y 轴不同，最好使用单独的子图。

Adistplot可以直接从给定的数据生成。ax在同一子图中的两个distplots 中传递相同的结果。Adistplot是直方图和 a 的组合kdeplot。如果不需要直方图， 可以hist=False省略

，或者kdeplot直接调用。该shade=True选项向绘图添加阴影。

from matplotlib import pyplot as plt

import seaborn as sns

import pandas as pd

import numpy as np

NF = 50

NM = 10

df = pd.DataFrame({'Age': np.concatenate([np.random.randint(13, 20, NF) + np.random.randint(2, 7, NF),

                                          np.random.randint(15, 23, NM)]),

                   'Gender': np.repeat(['female', 'male'], (NF, NM))})

df['Age'] = df['Age'].where((df['Age'] != 21) & (df['Age'] != 23), 20)

sns.set_style('darkgrid')

fig, axs = plt.subplots(ncols=2, figsize=(12, 4))

ax = sns.countplot(x='Age', hue='Gender', data=df, edgecolor="None", ax=axs[0])

ax.tick_params(bottom=False, left=False)

ax.set_axisbelow(True)

for rect in ax.patches:

    x = rect.get_x() + rect.get_width() / 2.

    y = rect.get_height()

    ax.annotate(f"{y:.0f}", (x, y), ha='center', va='bottom', clip_on=True)

ax.set_xlabel('Age', color='green')

ax.set_ylabel('Count', color='green')

ax.set_title('Countplot for Age(Gender)', color='tomato', weight='bold')

ax.legend(title='Gender', fontsize='large', loc='upper right').get_frame().set_facecolor('white')

for gender in ('female', 'male'):

    # ax2 = sns.kdeplot(df[df['Gender'] == gender]['Age'], shade=True, ax=axs[1], label=gender)

    ax2 = sns.distplot(df[df['Gender'] == gender]['Age'], hist=False, kde_kws={'shade': True}, ax=axs[1], label=gender)

ax2.set_axisbelow(True)

ax2.set_xlabel('Age', color='green')

ax2.set_ylabel('probability distribution', color='green')

ax2.set_title('Distplot for Age(Gender)', color='tomato', weight='bold')

ax2.legend(title='Gender', fontsize='large', loc='upper right').get_frame().set_facecolor('white')

plt.tight_layout()

plt.show()