Skip to main content
 首页 » 编程设计

python之在计数图上绘制折线图,右侧有单独的 y 轴

2025年04月02日7kenshinobiy

我创建了一个类似于我正在使用的虚拟数据框。 数据框由票价、客舱类型和生存情况组成(1 还活着,0 = 死了)。

第一个图通过 factorplot 创建了许多图,每个图代表 Cabin 类型。 x 轴由票价表示,Y 轴只是该票价出现次数的计数。

然后我通过 [Cabin, Fare] 的 groupby 创建了另一个系列,然后继续采用生存的平均值以获得每个 Cabin 和 Fare 价格的生存率。

import pandas as pd 
import numpy as np 
import matplotlib.pyplot as plt 
import seaborn as sns 
 
 
df = pd.DataFrame(dict( 
        Fare=[20, 10, 30, 40, 40, 10, 20, 30, 40 ,30, 20, 30, 30], 
        Cabin=list('AAABCDBDCDDDC'), 
        Survived=[1, 0, 0, 0 ,0 ,1 ,1 ,0 ,1 ,1 , 0, 1, 1] 
    )) 
 
g =sns.factorplot(x='Fare', col='Cabin', kind='count', data=df, 
                  col_wrap=3, size=3, aspect=1.3,  palette='muted') 
 
plt.show() 

x =df.groupby(['Cabin','Fare']).Survived.mean() 

我想做的是,在上面的计数图上绘制一个线图,(所以 x 轴是相同的,并且每个图仍然由 Cabin 类型表示),但我想要 y-轴是我们用上面代码中的 groupby 系列 x 计算的生存平均值,输出时将是下面的第三列。

Cabin  Fare 
A      10      0.000000 
       20      1.000000 
       30      0.000000 
B      20      1.000000 
       40      0.000000 
C      30      1.000000 
       40      0.500000 
D      10      1.000000 
       20      0.000000 
       30      0.666667 

线图的 y 轴应该在右侧,我想要的范围是 [0, .20, .40, .60, .80, 1.0, 1.2]

我浏览了 seaborn 文档一段时间,但我不知道如何正确地执行此操作。

我想要的输出看起来像这张图片。对不起,我的文字看起来很糟糕,我不知道如何用好绘画。因此刻度线和数字位于每张图的右侧。线图将通过每个 x,y 点处的点连接。因此,对于 Cabin A,第一个 x,y 点是 (10,0),其中 0 对应于右侧的 y 轴。第二个点是 (20,1) 等等。

请您参考如下方法:

数据操作:

计算频率计数:

df_counts = pd.crosstab(df['Fare'], df['Cabin']) 

计算整个组的均值并将其拆散以获得 DF。 Nan 保持原样,不会被零替换以显示线图中的中断,否则它们将是连续的,这在这里没有多大意义。

df_means = df.groupby(['Cabin','Fare']).Survived.mean().unstack().T 

将 x 轴标签准备为字符串:

df_counts.index = df_counts.index.astype(str) 
df_means.index = df_means.index.astype(str) 

绘图:

fig, ax = plt.subplots(1, 4, figsize=(10,4)) 
df_counts.plot.bar(ax=ax, ylim=(0,5), cmap=plt.cm.Spectral, subplots=True,                
                   legend=None, rot=0) 
# Use secondary y-axis(right side) 
df_means.plot(ax=ax, secondary_y=True, marker='o', color='r', subplots=True,  
              legend=None, xlim=(0,4)) 
# Adjust spacing between subplots 
plt.subplots_adjust(wspace=0.5, hspace=0.5) 
plt.show()