如何使sns.jointplot直方图成为平滑的kde？
如何使sns.jointplot直方图成为平滑的kde？
提问于 2022-04-19 23:00:37
我正在使用sns.jointplot绘制一些数据，我希望散点图中的数据保持为点，而旁边的直方图则是kde图。我尝试过使用kind='kde'参数，但这会改变内部的数据，使其不再像散点图中的点。我搜索了一段时间，却找不到方法。
下面是我的情节代码：
plota = sns.jointplot( data = Hub_all_data, y = "Within module degree", x= "Participation coefficient", s=100, joint_kws=({'color':'green'}), marginal_kws=({'color': 'green'}))
plota.ax_joint.axvline(x=np.quantile(Pall,.25), color = "black", linestyle = "--")
plota.ax_joint.axvline(x=np.quantile(Pall,.75), color = "black", linestyle = "--")
plota.ax_joint.axhline(y=np.quantile(within_module_degree,.25), color = "black", linestyle = "--")
plota.ax_joint.axhline(y=np.quantile(within_module_degree,.75), color = "black", linestyle = "--")
plota.ax_marg_x.set_xlim(0, .6)
plota.ax_marg_y.set_ylim(-3, 2)
plota.set_axis_labels('P', 'Z', fontsize=16)
回答 1
Stack Overflow用户
回答已采纳
发布于 2022-04-19 23:57:28
您可以创建一个JointGrid，然后分别绘制中心图和边缘图：
import seaborn as sns
import numpy as np
iris = sns.load_dataset('iris')
g = sns.JointGrid(data=iris, x="sepal_length", y="petal_length")
g.plot_joint(sns.scatterplot, s=100, color='green')
g.plot_marginals(sns.kdeplot, color='green', fill=True)
for q in np.quantile(iris['sepal_length'], [0.25, 0.75]):
for ax in (g.ax_joint, g.ax_marg_x):
ax.axvline(q, color="black", linestyle="--")
for q in np.quantile(iris['petal_length'], [0.25, 0.75]):
for ax in (g.ax_joint, g.ax_marg_y):
ax.axhline(q, color="black", linestyle="--")
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/71932243
复制相关文章
相似问题
腾讯云开发者
