Python 带seaborn的对数lmplot

功能

lmplot

是否可以从Seaborn在对数刻度上绘制？ 这是正常比例下的lmplot

import numpy as np
import pandas as pd
import seaborn as sns
x =  10**arange(1, 10)
y = 10** arange(1,10)*2
df1 = pd.DataFrame( data=y, index=x )
df2 = pd.DataFrame(data = {'x': x, 'y': y}) 
sns.lmplot('x', 'y', df2)

---

首先调用seaborn函数。它返回一个

FaceGrid

对象，该对象具有

axes

属性（matplotlib

axes

的二维numpy数组）。抓取

轴

对象并将其传递给调用

df1.plot

import numpy as np
import pandas as pd
import seaborn as sns

x =  10**np.arange(1, 10)
y = 10**np.arange(1,10)*2
df1 = pd.DataFrame(data=y, index=x)
df2 = pd.DataFrame(data = {'x': x, 'y': y})

fgrid = sns.lmplot('x', 'y', df2)    
ax = fgrid.axes[0][0]
df1.plot(ax=ax)        

ax.set_xscale('log')
ax.set_yscale('log')

---

如果您只想绘制一个简单的回归，那么使用

seaborn.regplot

会更容易。这似乎是可行的（尽管我不确定y轴次网格的位置）

如果您需要将

lmplot

用于其他目的，我会想到这一点，但我不确定x轴刻度会发生什么。如果有人有想法，而这是seaborn中的一个bug，我很乐意修复它：

grid = sns.lmplot('x', 'y', data, size=7, truncate=True, scatter_kws={"s": 100})
grid.set(xscale="log", yscale="log")

---

根据（可能）任何seaborn图绘制对数图的最简单方法是：

plt.xscale('log')
plt.yscale('log')

在示例中：

import numpy as np
import pandas as pd
import seaborn as sns
x =  10**np.arange(1, 10)
y = 10** np.arange(1,10)*2
df1 = pd.DataFrame( data=y, index=x )
df2 = pd.DataFrame(data = {'x': x, 'y': y}) 
sns.lmplot('x', 'y', df2)
plt.xscale('log')
plt.yscale('log')

---

如果您不使用facet，那么使用

seaborn.regplot

会更容易。我有点困惑，因为您的代码绘制了两个绘图。你想用seaborn复制第一个情节吗？或者您想在第一个绘图的顶部绘制

lmplot

？@mwaskom第一个绘图不应该在那里。我现在从代码中删除了它。理论上，它应该更简单，您可以只做

fgrid.set（xscale=“log”，yscale=“log”）

，但是由于matplotlib的一些古怪特性和

lmplot

的工作方式，这并没有达到我们想要的效果。感谢您在@mwaskom中的来电。我也看到了您在我的示例中描述的奇怪之处。我使用此代码得到以下错误：

ValueError:posx和posy应该是有限值

。所有（错误放置）白线的处理方法是什么？

import numpy as np
import pandas as pd
import seaborn as sns
x =  10**np.arange(1, 10)
y = 10** np.arange(1,10)*2
df1 = pd.DataFrame( data=y, index=x )
df2 = pd.DataFrame(data = {'x': x, 'y': y}) 
sns.lmplot('x', 'y', df2)
plt.xscale('log')
plt.yscale('log')