python - 在同一图表上绘制多列 seaborn

Question

我有一个 pandas dataFrame，我正在用 seaborn 绘制:

g = sns.FacetGrid(readCov, col='chr', col_wrap = 4, size=4)
g.map(plt.scatter, 'pos', 'bergC9', hue =  edgecolor='white')
g.set(xlim= (0, 250000))

这很好用，并且为“chr”列中的每个“chr”提供了一个图表。但是，我希望每个图表上都有多个列。目前只显示一个，名为“bergC9”的那个。我想用不同颜色在同一个图表上放置更多列。

有什么想法吗？

谢谢!

编辑:输入数据文件

chr description pos bergB7  bergC9  EvolB20
1   1   '"ID=PBANKA_010290;Name=PBANKA_010290;descript...   108389  0.785456    0.899275    0.803017
2   1   '"ID=PBANKA_010300;Name=PBANKA_010300;descript...   117894  1.070673    0.964203    0.989372
3   1   '"ID=PBANKA_010310;Name=PBANKA_010310;descript...   119281  1.031106    1.042189    0.883518
4   1   '"ID=PBANKA_010320;Name=PBANKA_010320;descript...   122082  0.880109    1.031673    1.026539
5   1   '"ID=PBANKA_010330;Name=PBANKA_010330;descript...   126075  0.948105    0.969198    0.849213

编辑:我想要一个以 pos 为 x 轴，以 bergB7、bergC9、EvolB20 等为 y 轴的所有“菌株”的散点图，因此同一张图上有多个菌株。我能够通过重新格式化我的数据集来实现这一点，因此它现在有一个“应变”参数或列并连接所有 y 数据。现在我可以将 hue 语法与“应变”一起使用。我不想重新格式化我所有的数据集。我认为可以创建一个循环来引用我想要绘制的所有列，但我尝试了几种语法都无济于事。我还想过其他方法来实现这一点，但这些方法会创建新的数据集，而且我知道这不是以编程方式进行的方法。我是新用户，希望正确开始。

输出应该是这样的(显示了 15 个图形面板的子集):(因为我的'声望'不够高所以不能发图)

Answer 1

编辑数据以包含两个 chr 案例。应该适用于任意数量的“菌株”列。数据确实需要重新格式化；来自 seaborn 文档:

To use these features, your data has to be in a Pandas DataFrame and it must take the form of what Hadley Whickam calls “tidy” data. In brief, that means your dataframe should be structured such that each column is a variable and each row is an observation.

但是 pandas 很容易做到:

import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns
readCov = pd.DataFrame([ (1, '\'"ID=PBANKA_010290;Name=PBANKA_010290;descript...', 108389, 0.785456, 0.899275, 0.803017),
       (1, '\'"ID=PBANKA_010300;Name=PBANKA_010300;descript...', 117894, 1.070673, 0.964203, 0.9893719999999999),
       (1, '\'"ID=PBANKA_010310;Name=PBANKA_010310;descript...', 119281, 1.0311059999999999, 1.042189, 0.883518),
       (2, '\'"ID=PBANKA_010320;Name=PBANKA_010320;descript...', 122082, 0.880109, 1.031673, 1.0265389999999999),
       (2, '\'"ID=PBANKA_010330;Name=PBANKA_010330;descript...', 126075, 0.948105, 0.969198, 0.8492129999999999)],
       columns=[u'chr', u'description', u'pos', u'bergB7', u'bergC9', u'EvolB20'],
       )

meltCov = pd.melt(readCov,id_vars=['chr','description','pos'], var_name='strain')
g = sns.FacetGrid(meltCov, col='chr', hue='strain')
g.map(plt.scatter, 'pos','value')
g.set_xticklabels(rotation=45)
g.add_legend()

#this plots a figure per script automatically
from os.path import realpath, basename 
s = basename(realpath(__file__))
fig = plt.gcf()
fig.savefig(s.split('.')[0])
plt.show()