violinplot 中重复的 y 轴刻度

发布于 2025-01-18 14:34:26 字数 2041 浏览 0 评论 0原文

我想用一组1到800之间的一组值的小提琴图绘制分布，我使用了此代码。我是新的。

import matplotlib.pyplot as plt
from matplotlib import ticker as mticker
import seaborn as sns
import numpy as np

log_data = [[np.log10(d) for d in row] for row in [data['count']]]
print(log_data)

fig, ax = plt.subplots()
sns.violinplot(data=log_data, ax=ax)

plt.show()

为什么我有三个10^0？

这是我的数据： [8、7、5、1、2、6、5、1、2、31、9、40、9， 53、4、8、3、1、46、2、18、4、17、26、17、2， 19、14、2、16、35、42、22、2、2、13、59、11、69， 33、2、2、24、86、16、11、7、5、18、22、1、2， 16、28、3、2、12、16、1、8、1、2、5、4、9， 1、1、5、1、4、5、2、11、25、6、45、64、6， 2，63，26，2，3，3，3，16，8，2，2，2，99，2， 51、43、5、53、10、19、20、6、9、1、4、1、19， 4、2、3、2、77、4、7、3、2、1、81、15、50， 22、58、21、10、1、18、8、1、35、2、32、18、12， 11、7、5、27、29、1、2、5、1、2、3、3、1， 45、22、1、12、2、21、4、1、19、27、23、3、1， 21、1、124、13、17、1、18、33、3、3、6、2、8， 3、1、228、28、1、1、122、868、47、2、1、9、108， 10、1、5、40、43、5、2、137、9、11、19、19、11， 21、8、1、6、2、3、3、26、42、14、1、14、15， 3、30、17、5、17、3、38、11、54、3、1、1、3， 3，7，3，1，1，5，9，1，5，4，7，7，35，8， 10、6、6、5、3、28、2、2、5、13、6、2、4， 3、2、7、52、31、1、7、7、216、4、13、6、14， 4、4、5、102、3、15、4、12、48、5、9、3、10， 35、36、2、10、2、55、15、17、2、19、14、14、15， 5、4、11、1、1、18、4、63、63、22、37、2、22， 8、22、8、20、104、3、2、6、11、20、1、3、78， 2、1、52、33、2、4、9、1、27、9、4、4、2， 9、9、2、24、137、12、2、2、1、6、11、8、1， 20、23、75、5、1、14、3、31、15、4、2、26、50， 9、75、42、14、4、1、2、9、34、25、37、53、122， 28、52、22、1、109、1、1、11、1、15、2、9、32， 23、5、6、3、2、51、9、12、10、7、5、2、1， 311、41、1、6、13、2、5、18、105、13、17、3、9， 48、2、15、18、16、77、13、3、2、2、8、1、3， 4、93、23、169、1、24、2、1、8、36、1、1、1， 6，3，1，25，2，2，59，2，3，3，1，8，2， 1、6、15、1、7、29、4、4、8、22、5、80、16， 3、147、23、6、16、1、8、530]

使用set_yscale

ax.set_yscale('log')

sns.violinplot(data=first_issues_count, ax=ax)

原文

I want to plot the distribution with violinplot of a set of values between 1 and 800, I have used this code. I am very new to this.

import matplotlib.pyplot as plt
from matplotlib import ticker as mticker
import seaborn as sns
import numpy as np

log_data = [[np.log10(d) for d in row] for row in [data['count']]]
print(log_data)

fig, ax = plt.subplots()
sns.violinplot(data=log_data, ax=ax)

plt.show()

Why do I have three 10^0s?

This is my data:
[ 8, 7, 5, 1, 2, 6, 5, 1, 2, 31, 9, 40, 9,
53, 4, 8, 3, 1, 46, 2, 18, 4, 17, 26, 17, 2,
19, 14, 2, 16, 35, 42, 22, 2, 19, 13, 59, 11, 69,
33, 2, 2, 24, 86, 16, 11, 7, 5, 18, 22, 1, 2,
16, 28, 3, 2, 12, 16, 1, 8, 1, 2, 5, 4, 9,
1, 1, 5, 1, 4, 5, 2, 11, 25, 6, 45, 64, 6,
2, 63, 26, 2, 3, 8, 3, 16, 8, 2, 2, 99, 2,
51, 43, 5, 53, 10, 19, 20, 6, 9, 1, 4, 1, 19,
4, 2, 3, 2, 77, 4, 7, 3, 2, 1, 81, 15, 50,
22, 58, 21, 10, 1, 18, 8, 1, 35, 2, 32, 18, 12,
11, 7, 5, 27, 29, 1, 2, 5, 1, 2, 3, 3, 1,
45, 22, 1, 12, 2, 21, 4, 1, 19, 27, 23, 3, 1,
21, 1, 124, 13, 17, 1, 18, 33, 23, 3, 6, 2, 8,
3, 1, 228, 28, 1, 1, 122, 868, 47, 2, 1, 9, 108,
10, 1, 5, 40, 43, 5, 2, 137, 9, 11, 19, 19, 11,
21, 8, 1, 6, 2, 3, 3, 26, 42, 14, 1, 14, 15,
3, 30, 17, 5, 17, 3, 38, 11, 54, 3, 1, 1, 3,
3, 7, 3, 1, 1, 5, 9, 1, 5, 4, 7, 35, 8,
10, 6, 6, 5, 3, 28, 2, 2, 5, 13, 6, 2, 4,
3, 2, 7, 52, 31, 1, 7, 7, 216, 4, 13, 6, 14,
4, 4, 5, 102, 3, 15, 4, 12, 48, 5, 9, 3, 10,
35, 36, 2, 10, 2, 55, 15, 17, 2, 19, 14, 14, 15,
5, 4, 11, 1, 1, 18, 4, 63, 63, 22, 37, 2, 22,
8, 22, 8, 20, 104, 3, 2, 6, 11, 20, 1, 3, 78,
2, 1, 52, 33, 2, 4, 9, 1, 27, 9, 4, 4, 2,
9, 9, 2, 24, 137, 12, 2, 2, 1, 6, 11, 8, 1,
20, 23, 75, 5, 1, 14, 3, 31, 15, 4, 2, 26, 50,
9, 75, 42, 14, 4, 1, 2, 9, 34, 25, 37, 53, 122,
28, 52, 22, 1, 109, 1, 1, 11, 1, 15, 2, 9, 32,
23, 5, 6, 3, 2, 51, 9, 12, 10, 7, 5, 2, 1,
311, 41, 1, 6, 13, 2, 5, 18, 105, 13, 17, 3, 9,
48, 2, 15, 18, 16, 77, 13, 3, 2, 2, 8, 1, 3,
4, 93, 23, 169, 1, 24, 2, 1, 8, 36, 1, 1, 1,
6, 3, 1, 25, 1, 2, 59, 2, 3, 3, 1, 8, 2,
1, 6, 15, 1, 7, 29, 4, 4, 8, 22, 5, 80, 16,
3, 147, 23, 6, 16, 1, 8, 530]

Using the set_yscale

ax.set_yscale('log')

sns.violinplot(data=first_issues_count, ax=ax)

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

幸福％小乖 2025-01-25 14:34:26

小提琴图的对数刻度选项位于 seaborn 0.12 路线图上。同时，您可以使用 _data 的 log10 和一些格式化技巧来计算小提琴图，类似于 Python 中小提琴图在对数刻度上的问题。

下面的示例代码显示了如何根据您的情况调整格式化技巧。为了进行比较，sns.boxenplot，这对于真实的对数刻度没有问题。

import matplotlib.pyplot as plt
from matplotlib.ticker import StrMethodFormatter
import seaborn as sns
import numpy as np

data = np.array([8, 7, 5, 1, 2, 6, 5, 1, 2, 31, 9, 40, 9, 53, 4, 8, 3, 1, 46, 2, 18, 4, 17, 26, 17, 2, 19, 14, 2, 16, 35, 42, 22, 2, 19, 13, 59, 11, 69, 33, 2, 2, 24, 86, 16, 11, 7, 5, 18, 22, 1, 2, 16, 28, 3, 2, 12, 16, 1, 8, 1, 2, 5, 4, 9, 1, 1, 5, 1, 4, 5, 2, 11, 25, 6, 45, 64, 6, 2, 63, 26, 2, 3, 8, 3, 16, 8, 2, 2, 99, 2, 51, 43, 5, 53, 10, 19, 20, 6, 9, 1, 4, 1, 19, 4, 2, 3, 2, 77, 4, 7, 3, 2, 1, 81, 15, 50, 22, 58, 21, 10, 1, 18, 8, 1, 35, 2, 32, 18, 12, 11, 7, 5, 27, 29, 1, 2, 5, 1, 2, 3, 3, 1, 45, 22, 1, 12, 2, 21, 4, 1, 19, 27, 23, 3, 1, 21, 1, 124, 13, 17, 1, 18, 33, 23, 3, 6, 2, 8, 3, 1, 228, 28, 1, 1, 122, 868, 47, 2, 1, 9, 108, 10, 1, 5, 40, 43, 5, 2, 137, 9, 11, 19, 19, 11, 21, 8, 1, 6, 2, 3, 3, 26, 42, 14, 1, 14, 15, 3, 30, 17, 5, 17, 3, 38, 11, 54, 3, 1, 1, 3, 3, 7, 3, 1, 1, 5, 9, 1, 5, 4, 7, 35, 8, 10, 6, 6, 5, 3, 28, 2, 2, 5, 13, 6, 2, 4, 3, 2, 7, 52, 31, 1, 7, 7, 216, 4, 13, 6, 14, 4, 4, 5, 102, 3, 15, 4, 12, 48, 5, 9, 3, 10, 35, 36, 2, 10, 2, 55, 15, 17, 2, 19, 14, 14, 15, 5, 4, 11, 1, 1, 18, 4, 63, 63, 22, 37, 2, 22, 8, 22, 8, 20, 104, 3, 2, 6, 11, 20, 1, 3, 78, 2, 1, 52, 33, 2, 4, 9, 1, 27, 9, 4, 4, 2, 9, 9, 2, 24, 137, 12, 2, 2, 1, 6, 11, 8, 1, 20, 23, 75, 5, 1, 14, 3, 31, 15, 4, 2, 26, 50, 9, 75, 42, 14, 4, 1, 2, 9, 34, 25, 37, 53, 122, 28, 52, 22, 1, 109, 1, 1, 11, 1, 15, 2, 9, 32, 23, 5, 6, 3, 2, 51, 9, 12, 10, 7, 5, 2, 1, 311, 41, 1, 6, 13, 2, 5, 18, 105, 13, 17, 3, 9, 48, 2, 15, 18, 16, 77, 13, 3, 2, 2, 8, 1, 3, 4, 93, 23, 169, 1, 24, 2, 1, 8, 36, 1, 1, 1, 6, 3, 1, 25, 1, 2, 59, 2, 3, 3, 1, 8, 2, 1, 6, 15, 1, 7, 29, 4, 4, 8, 22, 5, 80, 16, 3, 147, 23, 6, 16, 1, 8, 530])

sns.set_style('ticks')
fig, (ax1, ax2) = plt.subplots(ncols=2, figsize=(16, 8))

sns.violinplot(y=np.log10(data), ax=ax1)
major_ticks = np.arange(np.floor(np.log10(data).min()), np.log10(data).max() + 1)
ax1.yaxis.set_ticks(major_ticks, minor=False)
ax1.yaxis.set_ticks([np.log10(x) for p in major_ticks for x in np.linspace(10 ** p, 10 ** (p + 1), 10)], minor=True)
ax1.yaxis.set_major_formatter(StrMethodFormatter("$10^{{{x:.0f}}}$"))

ax2.set_yscale('log')
sns.boxenplot(y=data, ax=ax2)
ymin, ymax = ax1.get_ylim()
ax2.set_ylim(10**ymin, 10**ymax)

plt.tight_layout()
plt.show()

A logscale option for the violinplot is on the roadmap for seaborn 0.12. Meanwhile, you can calculate the violinplot using the log10 of the _data and some formatting tricks, similar to Violin Plot troubles in Python on log scale.

The example code below shows how the formatting tricks could be adapted for your situation. For comparison, a sns.boxenplot is added, which doesn't have problems with a real log scale.

import matplotlib.pyplot as plt
from matplotlib.ticker import StrMethodFormatter
import seaborn as sns
import numpy as np

data = np.array([8, 7, 5, 1, 2, 6, 5, 1, 2, 31, 9, 40, 9, 53, 4, 8, 3, 1, 46, 2, 18, 4, 17, 26, 17, 2, 19, 14, 2, 16, 35, 42, 22, 2, 19, 13, 59, 11, 69, 33, 2, 2, 24, 86, 16, 11, 7, 5, 18, 22, 1, 2, 16, 28, 3, 2, 12, 16, 1, 8, 1, 2, 5, 4, 9, 1, 1, 5, 1, 4, 5, 2, 11, 25, 6, 45, 64, 6, 2, 63, 26, 2, 3, 8, 3, 16, 8, 2, 2, 99, 2, 51, 43, 5, 53, 10, 19, 20, 6, 9, 1, 4, 1, 19, 4, 2, 3, 2, 77, 4, 7, 3, 2, 1, 81, 15, 50, 22, 58, 21, 10, 1, 18, 8, 1, 35, 2, 32, 18, 12, 11, 7, 5, 27, 29, 1, 2, 5, 1, 2, 3, 3, 1, 45, 22, 1, 12, 2, 21, 4, 1, 19, 27, 23, 3, 1, 21, 1, 124, 13, 17, 1, 18, 33, 23, 3, 6, 2, 8, 3, 1, 228, 28, 1, 1, 122, 868, 47, 2, 1, 9, 108, 10, 1, 5, 40, 43, 5, 2, 137, 9, 11, 19, 19, 11, 21, 8, 1, 6, 2, 3, 3, 26, 42, 14, 1, 14, 15, 3, 30, 17, 5, 17, 3, 38, 11, 54, 3, 1, 1, 3, 3, 7, 3, 1, 1, 5, 9, 1, 5, 4, 7, 35, 8, 10, 6, 6, 5, 3, 28, 2, 2, 5, 13, 6, 2, 4, 3, 2, 7, 52, 31, 1, 7, 7, 216, 4, 13, 6, 14, 4, 4, 5, 102, 3, 15, 4, 12, 48, 5, 9, 3, 10, 35, 36, 2, 10, 2, 55, 15, 17, 2, 19, 14, 14, 15, 5, 4, 11, 1, 1, 18, 4, 63, 63, 22, 37, 2, 22, 8, 22, 8, 20, 104, 3, 2, 6, 11, 20, 1, 3, 78, 2, 1, 52, 33, 2, 4, 9, 1, 27, 9, 4, 4, 2, 9, 9, 2, 24, 137, 12, 2, 2, 1, 6, 11, 8, 1, 20, 23, 75, 5, 1, 14, 3, 31, 15, 4, 2, 26, 50, 9, 75, 42, 14, 4, 1, 2, 9, 34, 25, 37, 53, 122, 28, 52, 22, 1, 109, 1, 1, 11, 1, 15, 2, 9, 32, 23, 5, 6, 3, 2, 51, 9, 12, 10, 7, 5, 2, 1, 311, 41, 1, 6, 13, 2, 5, 18, 105, 13, 17, 3, 9, 48, 2, 15, 18, 16, 77, 13, 3, 2, 2, 8, 1, 3, 4, 93, 23, 169, 1, 24, 2, 1, 8, 36, 1, 1, 1, 6, 3, 1, 25, 1, 2, 59, 2, 3, 3, 1, 8, 2, 1, 6, 15, 1, 7, 29, 4, 4, 8, 22, 5, 80, 16, 3, 147, 23, 6, 16, 1, 8, 530])

sns.set_style('ticks')
fig, (ax1, ax2) = plt.subplots(ncols=2, figsize=(16, 8))

sns.violinplot(y=np.log10(data), ax=ax1)
major_ticks = np.arange(np.floor(np.log10(data).min()), np.log10(data).max() + 1)
ax1.yaxis.set_ticks(major_ticks, minor=False)
ax1.yaxis.set_ticks([np.log10(x) for p in major_ticks for x in np.linspace(10 ** p, 10 ** (p + 1), 10)], minor=True)
ax1.yaxis.set_major_formatter(StrMethodFormatter("$10^{{{x:.0f}}}quot;))

ax2.set_yscale('log')
sns.boxenplot(y=data, ax=ax2)
ymin, ymax = ax1.get_ylim()
ax2.set_ylim(10**ymin, 10**ymax)

plt.tight_layout()
plt.show()

回复收藏 0 原文

~没有更多了~