1

（使用 Python 3.0）以 0.25 为增量，我想计算和绘制指定范围内给定数据的 PDF 以便于可视化。

多亏了 SO 社区，已经完成了计算单个图的工作，但是我不能完全正确地使算法正确地在值范围内进行迭代。

数据：https ://www.dropbox.com/s/y78pynq9onyw9iu/Data.csv?dl=0

到目前为止，我所拥有的是标准化玩具数据，看起来像霰弹枪爆炸，其中一个目标区域隔离在黑线之间，增量为 0.25：

import csv
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt 
from matplotlib import pyplot as plt
import seaborn as sns
Data=pd.read_csv("Data.csv")

g = sns.jointplot(x="x", y="y", data=Data)

bottom_lim = 0
top_lim = 0.25
temp = Data.loc[(Data.y>=bottom_lim)&(Data.y<top_lim)]
g.ax_joint.axhline(top_lim, c='k', lw=2)
g.ax_joint.axhline(bottom_lim, c='k', lw=2)

# we have to create a secondary y-axis to the joint-plot, otherwise the kde 
might be very small compared to the scale of the original y-axis
ax_joint_2 = g.ax_joint.twinx()
sns.kdeplot(temp.x, shade=True, color='red', ax=ax_joint_2, legend=False)
ax_joint_2.spines['right'].set_visible(False)
ax_joint_2.spines['top'].set_visible(False)
ax_joint_2.yaxis.set_visible(False)

在此处输入图像描述

现在我想要做的是在每个 0.25 数据带上绘制这些数据的山脊线/欢乐图。

我从各种 Seaborn 示例中尝试了一些技术，但没有真正将带或值范围解释为 y 轴。结果，我正在努力将我的书面算法翻译成工作代码。

4

1 回答 1

1

我不知道这是否正是您正在寻找的，但希望这能让您进入球场。我对python也知之甚少，所以这里有一些R：

library(tidyverse)
library(ggridges)
data = read_csv("https://www.dropbox.com/s/y78pynq9onyw9iu/Data.csv?dl=1")

data2 = data %>%
  mutate(breaks = cut(x, breaks = seq(-1,7,.5), labels = FALSE))

data2 %>%
  ggplot(aes(x=x,y=breaks)) +
  geom_density_ridges() +
  facet_grid(~breaks, scales = "free")

data2 %>%
  ggplot(aes(x=x,y=y)) +
  geom_point() +
  geom_density() +
  facet_grid(~breaks, scales = "free")

请原谅格式不佳的轴。

图片

于 2018-10-08T20:05:03.927 回答