误差图
seaborn.pointplot()针对的x轴为有序分类变量,在线图的基础上着重显示点估计值和对应点的可信区间范围。
http://seaborn.pydata.org/generated/seaborn.pointplot.html
在不绘制连线的情况下,即构成标准的误差图
sns.pointplot(x = ccss.time, y = ccss.index1, capsize = .1)
# 不绘制连线
sns.pointplot(x = ccss.time, y = ccss.index1,
capsize = .1, join = False)
sns.pointplot(x = ccss.time, y = ccss.index1, hue = ccss.s0, ci = None)
# 增加线形修饰
sns.pointplot(x = ccss.time, y = ccss.index1, hue = ccss.s0,
ci = None, linestyles = ['-','--',':'])
# 稍微错开CI的位置以便于观察
sns.pointplot(x = ccss.time, y = ccss.index1,
hue = ccss.s0, dodge = True)
面积图
可以近似地理解为将线图下方填充满颜色即可。
分组面积图可以有是否叠加(stacked)的选项。
也可按照面积图的基本原理,直接使用区域填色方式实现面积图。
ccss.a3.value_counts()
ccss.groupby('a3').index1.mean().plot.area()
ccss.groupby('s3').index1.mean().plot.area()
tmpdf = pd.crosstab(index = ccss.s4, columns = ccss.O1)
tmpdf
tmpdf.plot.area()
tmpdf.plot.area(stacked = False)
# 按照百分比填充面积
pd.crosstab(index = ccss.s4, columns = ccss.O1,
normalize = 'index').plot.area()