Я использую lmplot Сиборна для построения линейной регрессии, разделив мой набор данных на две группы с помощью категориальной переменной.
И для x, и для y я хотел бы вручную установить нижнюю границу на обоих графиках, но оставил верхнюю границу по умолчанию Seaborn. Вот простой пример:
import pandas as pd
import seaborn as sns
import random
n = 200
random.seed(2014)
base_x = [random.random() for i in range(n)]
base_y = [2*i for i in base_x]
errors = [random.uniform(0,1) for i in range(n)]
y = [i+j for i,j in zip(base_y,errors)]
df = pd.DataFrame({'X': base_x,
'Y': y,
'Z': ['A','B']*(n/2)})
mask_for_b = df.Z == 'B'
df.loc[mask_for_b,['X','Y']] = df.loc[mask_for_b,] *2
sns.lmplot('X','Y',df,col='Z',sharex=False,sharey=False)
Это выводит следующее:
Но в этом примере я бы хотел, чтобы xlim и ylim были (0, *). Я пробовал использовать sns.plt.ylim и sns.plt.xlim, но они влияют только на правый график. Пример:
sns.plt.ylim(0,)
sns.plt.xlim(0,)
Как я могу получить доступ к xlim и ylim для каждого графика в FacetGrid?
numpy.random
модулем, вы сможете сэкономить много времени на генерации случайных данных (что может быть очень полезным делом!). Например, вы могли получитьbase_x
иbase_y
сbase_x = np.random.rand(n); base_y = base_x * 2
. Затемy
переменная может быть сгенерирована аналогичным образом с помощью векторизованных операций.Ответы:
lmplot
Функция возвращаетFacetGrid
экземпляр. У этого объекта есть методset
, которому вы можете передатьkey=value
пары, и они будут установлены для каждого объекта Axes в сетке.Во-вторых, вы можете установить только одну сторону предела осей в matplotlib, передав
None
значение, которое вы хотите оставить по умолчанию.Собирая их вместе, мы получаем:
g = sns.lmplot('X', 'Y', df, col='Z', sharex=False, sharey=False) g.set(ylim=(0, None))
источник
g.set
меняется каждый подсюжет. Подходят ли g.axes к рекомендуемому способу установки каждого из них отдельно?g.axes
массив, как предлагает DrV.Вам нужно разжиться самими топорами. Вероятно, самый чистый способ - изменить последнюю строку:
lm = sns.lmplot('X','Y',df,col='Z',sharex=False,sharey=False)
Затем вы можете получить объекты осей (массив осей):
После этого вы можете настроить свойства осей.
axes[0,0].set_ylim(0,) axes[0,1].set_ylim(0,)
создает:
источник