Python 在Seaborn接合处绘制对角线（等分线）

我使用seaborn连接图进行散点绘制，但我似乎无法得到一条简单的对角线穿过。。。我得到一个

属性错误：“JointGrid”对象没有属性“get\u xlim”

。有人知道使用Seaborn的变通方法吗

这是我的代码（标题也没有显示！给出了什么）：

---

提前感谢大家。

错误是一个有用的提示：JointGrid组织了几个子地块，您必须找到要打印的特定的

ax

：

import numpy as np
import pandas as pd
import seaborn as sns
from matplotlib.pyplot import show
sns.set_style('darkgrid')

# Generate a random correlated bivariate dataset
# https://stackoverflow.com/questions/16024677/generate-correlated-data-in-python-3-3

rs = np.random.RandomState(5)
mean = [0, 0]
cov = [[2, .1],
       [.5, 3]]  # make it asymmetric as a better test of x=y line
y = np.random.multivariate_normal(mean, cov, 500, tol=1e-4)

# Show the joint distribution using kernel density estimation
g = sns.jointplot(x=y[:,0], y=y[:,1],
                  kind="kde",
                  fill="true", height=5, space=0, levels=7)

# Draw a line of x=y 
x0, x1 = g.ax_joint.get_xlim()
y0, y1 = g.ax_joint.get_ylim()
lims = [max(x0, y0), min(x1, y1)]
g.ax_joint.plot(lims, lims, '-r')
show()

我在一个解释器中弄明白了这一点：

dir（g）

，然后是

g.plot？

，

g.plot\u joint？

——这些是特定于jointplot的绘图函数——还有什么<代码>方向（g.ax_接头）；啊哈，这里有

set\u ylim

等等

对角线是x=y线，但请注意，它不是中心图像素的45度对角线。seaborn

jointplot

函数始终绘制一个方形中心图。当数据不对称时，绘图的X轴和Y轴将改变以适合正方形。变量

lims

以数据坐标保存显示器的边缘

有一条注释建议绘制一条对角线，该对角线始终是显示的对角线，但它不是数据的等分线。下面是要添加的几行代码来测试这一点，并找出您想要的代码：

# This will always go from corner to corner of the displayed plot
g.ax_joint.plot([0,1], [0,1], ':y', transform=g.ax_joint.transAxes)

# This is the x=y line using transforms
g.ax_joint.plot(lims, lims, 'w', linestyle='dashdot', transform=g.ax_joint.transData)

# This is a simple way of checking which is x=y
g.ax_joint.scatter(x=[0, 2],y=[0,2], s=30,c= 'w',marker='o')
show()

---

我几乎是一字不差地完成这项工作，但这一行不会显示出来。我还需要做什么才能在2019年完成这项工作？您的jointplot很好，但附加行不会显示？我只是在ipython中重新运行了几次，它成功了（只更新了一个参数名）。我们可能需要比较库/语言版本号。或者您是否收到任何错误消息？这是因为用于绘制对角线的最后一个代码块是错误的。从中，您可能更愿意使用：

g.ax\u joint.plot（[0,1]，[0,1]，'：k'，transform=g.ax\u joint.transAxes）

# This will always go from corner to corner of the displayed plot
g.ax_joint.plot([0,1], [0,1], ':y', transform=g.ax_joint.transAxes)

# This is the x=y line using transforms
g.ax_joint.plot(lims, lims, 'w', linestyle='dashdot', transform=g.ax_joint.transData)

# This is a simple way of checking which is x=y
g.ax_joint.scatter(x=[0, 2],y=[0,2], s=30,c= 'w',marker='o')
show()