Python 如何在0和平均值y之间的距离图上绘制平均线？

我有一个距离图，我想画一条平均线，从0到平均频率的y值，但是当distplot停止时，让行停止。为什么没有一个简单的参数可以做到这一点？这将非常有用

我有一些代码可以让我几乎达到目的：

plt.plot([x.mean(),x.mean()], [0, *what here?*])

除了我想要的y值之外，这段代码按照我想要的方式绘制一条线。正确的数学方法是如何使y max停止在距离图中平均值的频率处？下面是我的一个DistPlot的示例，使用0.6作为y-max。如果有一些数学方法让它停在平均值的y值上，那就太棒了。我试过用平均数除以计数等

使用可以获得当前绘图的限制：[底部，顶部]。
因此，在您的情况下，您可以提取实际限制并将其保存在

ylim

中，然后绘制线：

fig, ax = plt.subplots()

ylim = ax.get_ylim()
ax.plot([x.mean(),x.mean()], ax.get_ylim())
ax.set_ylim(ylim)

---

当

ax.plot

随后更改ylim时，您必须如上所述使用

ax.set_ylim

重新设置它们。

更新最新版本的matplotlib（

3.3.4

）和seaborn（

0.11.1

）：具有

shade=True

的kdeplot现在不再创建线条对象。要获得与以前相同的结果，设置

shade=False

仍将创建线对象。然后可以用

ax.fill\u between（）

填充曲线。下面的代码将相应地更改。（使用以查看旧版本。）

ax.lines[0]

获取kde的曲线，您可以从中提取x和y数据。

np.interp

然后可以找到给定x值的曲线高度：

将numpy导入为np
将matplotlib.pyplot作为plt导入
导入seaborn作为sns
x=np.随机.正常（np.平铺（np.随机.均匀（10,30,5,50），3）
ax=sns.kdeplot（x，shade=False，color='crimson'）
kdeline=最大线[0]
平均值=x.平均值（）
xs=kdeline.get_xdata（）
ys=kdeline.get_ydata（）
高度=np.INTP（平均值，xs，ys）
ax.V线（平均值，0，高度，颜色='深红色'，ls='：'）
（x，0，ys，facecolor='crimson'，alpha=0.2）之间的最大填充量
plt.show（）

同样的方法可以扩展到显示平均值和标准偏差，或中位数和四分位数：

导入matplotlib.pyplot作为plt
导入seaborn作为sns
将numpy作为np导入
x=np.随机.正常（np.平铺（np.随机.均匀（10,30,5,50），3）
图，轴=plt.子批次（ncols=2，figsize=（12,4））
对于轴中的ax：
sns.kdeplot（x，shade=False，color='crimson'，ax=ax）
kdeline=最大线[0]
xs=kdeline.get_xdata（）
ys=kdeline.get_ydata（）
如果ax==轴[0]：
中间=x.平均值（）
sdev=x.std（）
左=中-sdev
右=中间+sdev
ax.集合标题（“显示平均值和sdev”）
其他：
左、中、右=百分位数（x，[25,50,75]）
ax.集合标题（“显示中值和四分位数”）
ax.vline（中间，0，np.interp（中间，xs，ys），color='crimson'，ls='：'）
（x，0，ys，facecolor='crimson'，alpha=0.2）之间的最大填充量
ax.fill_between（xs，0，ys，where=（左）“为什么没有一个简单的参数来实现这一点？”因为如果库试图构建一个处理每个域和用户特定用例的API，那么该API将非常臃肿，难以使用，并且是一个难以维护的负担。您能解释一下标题之间的区别吗“在y轴极限之间”和“从0到平均频率y值的一条线”？（顺便说一下，曲线显示的是频率，而不是频率。）为了考虑到您提到的缺点，我更新了我的答案，感谢您在
ylim
上发出了一些小的不推荐警告，并且不得不从
ax.vlines
中删除参数
ls
，但总体上回答得很好谢谢您的反馈。我无法重现
ylim
和
ls=/code>的问题>ax.vlines
。我现在使用seaborn 0.11.1和matplotlib 3.3.4进行了测试，发现
shade=True
不再创建线条对象存在问题。更新的代码现在应该适用于这些版本。我还注意到
ax.set_ylim（）
不再需要，所以我忽略了它。
    mode_idx = np.argmax(ys)
    ax.vlines(xs[mode_idx], 0, ys[mode_idx], color='lime', ls='--')