python - 如何在 ECDF 图上使用标记

Question

要使用 seaborn 获得 ECDF 图，应执行以下操作:

sns.ecdfplot(data=myData, x='x', ax=axs, hue='mySeries')

这将为 myData 中的每个系列 mySeries 提供 ECDF 图。

现在，我想为这些系列中的每一个使用标记。我尝试使用与例如 sns.lineplot 相同的逻辑，如下:

sns.lineplot(data=myData,x='x',y='y',ax=axs,hue='mySeries',markers=True, style='mySeries',)

但是，不幸的是，关键字markers 或style 不适用于sns.ecdf 图。我正在使用 seaborn 0.11.2。

对于可重现的示例，可以使用企鹅数据集:

import seaborn as sns

penguins = sns.load_dataset('penguins')
sns.ecdfplot(data=penguins, x="bill_length_mm", hue="species")

Answer 1

• 如 seaborn.ecdfplot 的文档中所述, 其他关键字参数传递给 matplotlib.axes.Axes.plot() , 它接受 marker和 linestyle / ls
  • marker 和 ls 接受单个字符串，该字符串适用于绘图中的所有 hue 组。

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

df = sns.load_dataset('penguins', cache=True)

sns.ecdfplot(data=df, x="culmen_length_mm", hue="species", marker='^', ls='none', palette='colorblind')

直接计算ECDF

• 允许使用 seaborn.lineplot 的选项或 matplotlib.pyplot.plot ，就是直接计算ECDF的x和y。
• Plotting all of your data: Empirical cumulative distribution functions

def ecdf(data, array: bool=True):
    """Compute ECDF for a one-dimensional array of measurements."""
    # Number of data points: n
    n = len(data)
    # x-data for the ECDF: x
    x = np.sort(data)
    # y-data for the ECDF: y
    y = np.arange(1, n+1) / n
    if not array:
        return pd.DataFrame({'x': x, 'y': y})
    else:
        return x, y

matplotlib.pyplot.plot

x, y = ecdf(df.culmen_length_mm)

plt.plot(x, y, marker='.', linestyle='none', color='tab:blue')
plt.title('All Species')
plt.xlabel('Culmen Length (mm)')
plt.ylabel('ECDF')
plt.margins(0.02)  # keep data off plot edges

• 对于多个组，如 JohanC 所建议

for species, marker in zip(df['species'].unique(), ['*', 'o', '+']):
    x, y = ecdf(df[df['species'] == species].culmen_length_mm)
    plt.plot(x, y, marker=marker, linestyle='none', label=species)
plt.legend(title='Species', bbox_to_anchor=(1, 1.02), loc='upper left')

seaborn.lineplot

# groupy to get the ecdf for each species
dfg = df.groupby('species')['culmen_length_mm'].apply(ecdf, False).reset_index(level=0).reset_index(drop=True)

# plot
p = sns.lineplot(data=dfg, x='x', y='y', hue='species', style='species', markers=True, palette='colorblind')
sns.move_legend(p, bbox_to_anchor=(1, 1.02), loc='upper left')