Mengapa Subplot `displot` Seaborn Saya Kosong?

DDD
Lepaskan: 2024-10-29 22:26:02
asal
887 orang telah melayarinya

Why Are My Seaborn `displot` Subplots Empty?

seaborn.displot Tidak Merancang Dalam Subplot Ditakrifkan

Apabila cuba memplot dua pengedaran bersebelahan menggunakan sns.displot, pengguna mungkin menghadapi subplot kosong diikuti oleh displot dijangka pada baris berikutnya. Tingkah laku ini disebabkan oleh penamatan sns.distplot yang memihak kepada fungsi displot dan histplot yang lebih fleksibel.

Plot Aras Rajah vs. Axes-Level

seaborn.displot ialah angka- fungsi tahap yang tidak mempunyai parameter kapak, manakala sns.histplot ialah fungsi tahap paksi yang mempunyai parameter kapak. Ini bermakna bahawa displot tidak boleh digunakan dengan matplotlib.pyplot.subplots, manakala histplot boleh digunakan untuk menggambarkan dua plot pada baris yang sama.

Untuk menyelesaikan isu, anda harus menggunakan sns.histplot untuk tujuan yang anda inginkan. Berikut ialah contoh:

<code class="python">fig, (ax1, ax2) = plt.subplots(1, 2)
sns.histplot(x=X_train['Age'], hue=y_train, ax=ax1)
sns.histplot(x=X_train['Fare'], hue=y_train, ax=ax2)</code>
Salin selepas log masuk

Pertimbangan Penting

  • Jika anda mempunyai DataFrame format lebar dan ingin memplot histogram berbilang lajur, adalah disyorkan untuk menggunakan peringkat paksi sns.histplot function.
  • Untuk meratakan tatasusunan paksi, anda boleh menggunakan kaedah ravel.
  • Apabila menggunakan displot dengan DataFrame format panjang, common_bins dan common_norm argumen hendaklah ditetapkan kepada False untuk mengelakkan binning biasa dan normalisasi data.

Berbilang Bingkai Data

Jika anda ingin memplot pengedaran daripada berbilang bingkai data, anda boleh:

  • Menggabungkannya menggunakan pd.concat.
  • Tambah lajur baharu menggunakan assign untuk mengenal pasti secara unik setiap sumber bingkai data.
  • Gunakan parameter baris, kol atau warna untuk membezakan antara plot.

Atas ialah kandungan terperinci Mengapa Subplot `displot` Seaborn Saya Kosong?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan
Tentang kita Penafian Sitemap
Laman web PHP Cina:Latihan PHP dalam talian kebajikan awam,Bantu pelajar PHP berkembang dengan cepat!