sns.violinplot 小提琴图控制XY坐标轴范围

我想在一月开始剧情,即使数据收集在3月开始2021,为了显示每年的绘图顶部彼此,并能够在视觉上比较相同月份的不同年份。
我尝试了set_xlim的以下用法,但没有成功。

只需将order参数传递给saeborn.violinplot:

fig, ax = plt.subplots(figsize=(24,10))
fontsize=18

plt.rc('xtick', labelsize=fontsize)
plt.rc('ytick', labelsize=fontsize)

plt.rcParams['font.size']=24

sns.violinplot(x = weather21_2h.index.month,
               y = weather21_2h['T out_x'],
               ax=ax,
               palette="GnBu",
               inner = "box",
               order = range(1, 13))
ax.set_title('Statistique des températures par mois 2021')
ax.set_xlabel('Mois', fontsize=24)
ax.set_ylabel('Températures (°C)')

ax.grid(True)

plt.show()      

在这里插入图片描述

调整y的显示范围也很简单:

ax.set_ylim(0,1)
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
当使用seaborn绘制小提琴时,可以通过`sns.violinplot()`函数的参数来控制各个元素的样式和布局。下面是一些常用的参数: - `x`, `y`: 指定数据的横纵坐标,可以是DataFrame或Series中的列名,也可以是numpy数组。 - `hue`: 按照某个分类变量对数据进行分组,并用不同颜色的小提琴表示不同组别的数据。 - `data`: 指定数据源,可以是DataFrame或Series。 - `split`: 是否将小提琴分成两半,分别表示两个分类变量的数据。默认为False。 - `inner`: 小提琴内部的样式,可以是“box”,“quartile”,“point”和“stick”中的一种。默认为“box”,表示绘制小提琴的中位数和四分位数范围。 - `scale`: 小提琴的宽度缩放因子,可以是“area”,“count”,“width”中的一种。默认为“area”,表示根据样本数量自适应调整小提琴的宽度。 - `bw`: 控制内核密度估计的带宽大小。默认为"scott",可选值有"scott"、"silverman"和float类型的数值。 - `cut`: 控制小提琴的截断方式,可以是numpy.percentile的参数或者是一个浮点数。默认为None,表示不截断。 - `color`: 小提琴的颜色。 - `palette`: 用于绘制分类变量的小提琴的颜色调色板。 - `linewidth`: 小提琴边缘线宽度。 - `width`: 小提琴的宽度。 - `outer`: 是否在小提琴外部绘制观测值的分布。 - `inner_c`: 小提琴内部的颜色。 - `ax`: 用于绘制小提琴的matplotlib子对象。 使用这些参数可以灵活控制小提琴的样式和布局。例如,可以通过以下代码绘制一个带有两个分类变量和观测值散点小提琴: ```python import seaborn as sns import matplotlib.pyplot as plt tips = sns.load_dataset("tips") sns.violinplot(x="day", y="total_bill", hue="sex", data=tips, split=True, inner="stick") sns.swarmplot(x="day", y="total_bill", hue="sex", data=tips, dodge=True, color=".2") plt.show() ``` 输出结果如下所示: ![image.png](attachment:image.png) 在这个例子中,我们使用了`tips`数据集中的`day`和`total_bill`两个变量,按照`sex`变量进行了分组,并使用`split=True`将小提琴分成了两半。另外,我们使用了`inner="stick"`将小提琴的内部样式设置为“stick”,同时使用`sns.swarmplot()`函数绘制观测值散点,并使用`dodge=True`将散点按照`hue`变量进行了分组。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值