我想在seaborn jointplot上显示一些参数。
让我们像pearson=.3一样说apples=5
我对默认选项不感兴趣。因此,我使用以下代码行生成了该图:
sns.jointplot(sp.time, mn, color="#4CB391", stat_func=None)
文档说明:
stat_func : callable or None, optional
Function used to calculate a statistic about the relationship and annotate the plot.
Should map x and
一些seaborn方法,如JointPlot 。这使得不可能创建一个简单的动画,比如在matplotlib中,对plt.cla()或plt.clf()的迭代调用允许在每次不关闭/打开窗口的情况下更新图形的内容。
我目前看到的唯一解决办法是:
for t in range(iterations):
# .. update your data ..
if 'jp' in locals():
plt.close(jp.fig)
jp = sns.jointplot(x=data[0], y=data[1])
plt.pause(0.
我试着用下面的样本绘制连接图,我看到它应该在图表上显示相关系数和p值。但是,它不会在我的页面上显示这些值。有什么建议吗?谢谢。
import seaborn as sns
sns.set(style="darkgrid", color_codes=True)
sns.jointplot('Num of A', ' Ratio B', data = data_df, kind='reg', height=8)
plt.show()
我想要创建一个sns.jointplot,它使用标准的彩色映射"Greens"。这个标准颜色周期的输出对于横向kde的估计密度来说太轻了。我更喜欢你使用"BuGn_r"彩色地图时得到的更深的颜色。
有什么简单的办法让他们变黑吗?
import matplotlib.pyplot as plt
import numpy as np
import pandas as pn
import seaborn as sns
iris = sns.load_dataset("iris")
with sns.axes_style("white"
我正在尝试用每个维度的直方图(上图和右图,使用Seaborn的JointGrid函数)绘制散点图。
一个非常基本的例子:
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
x = np.random.rand(100)
y = np.random.rand(100)
sns.jointplot(x, y, color='r')
但是,我得到了以下IndexError:
---------------------------------------------------------
下面有密码。您可以看到JointPlot是绘制出来的。
但是我希望点的大小随列“大小”的值而变化。
因此,我将最后一行marker='o')改为marker='o', s = "size")。现在我有了错误消息AttributeError: 'Line2D' object has no property 's'。
我希望每个点的大小是不同的(即类似于)。我如何修改我的代码以实现这一点?
import seaborn as sns
import numpy as np
from itertools import pr
令人沮丧的时刻试图弄清楚这件事。知道如何在海运的联名图上显示标题吗?
title = "How long does it take to show a title with seaborn?"
g = sns.jointplot(x, y, space=0, color="b")
g.set_title = title
plt.show()
也曾尝试过:
plt.title = title
set_title(title))
我只是想在一个海洋连接图上突出一个点,但我要说的有点短。我可以用matplotlib绘制出点--它只是没有出现在同一张图表中。我做错了什么?谢谢!
import seaborn as sns
import matplotlib.pyplot as plt
%matplotlib inline
import pandas as pd
#make some sample data
test_x = [i for i in range(10)]
test_y = [j for j in range(10)]
df = pd.DataFrame({'xs':test_x,