使用 seaborn 为数据框绘制直方图

Question

我有一个包含多列和多行的数据框。许多行没有列值，因此在数据框中它表示为 NaN。示例dataFrame如下，

df.head()
GEN Sample_1    Sample_2    Sample_3    Sample_4    Sample_5    Sample_6    Sample_7    Sample_8    Sample_9    Sample_10   Sample_11   Sample_12   Sample_13   Sample_14
A123    9.4697  3.19689 4.8946  8.54594 13.2568 4.93848 3.16809 NAN NAN NAN NAN NAN NAN NAN
A124    6.02592 4.0663  3.9218  2.66058 4.38232         NAN NAN NAN NAN NAN NAN NAN
A125    7.88999 2.51576 4.97483 5.8901  21.1346 5.06414 15.3094 2.68169 8.12449 NAN NAN NAN NAN NAN
A126    5.99825 10.2186 15.2986 7.53729 4.34196 8.75048 16.9358 5.52708 NAN NAN NAN NAN NAN NAN
A127    28.5014 4.86702 NAN NAN NAN NAN NAN NAN NAN NAN NAN NAN NAN NAN

我想使用来自 python 的 seaborn 函数绘制此数据帧的直方图，所以我尝试了以下几行，

sns.set(color_codes=True)
sns.set(style="white", palette="muted")
sns.distplot(df)

但是它抛出以下错误，

    ValueError                                Traceback (most recent call last)
    <ipython-input-80-896d7fe85ef3> in <module>()
          1 sns.set(color_codes=True)
          2 sns.set(style="white", palette="muted")
    ----> 3 sns.distplot(df)

    /anaconda3/lib/python3.4/site-packages/seaborn/distributions.py in distplot(a, bins, hist, kde, rug, fit, hist_kws, kde_kws, rug_kws, fit_kws, color, vertical, norm_hist, axlabel, label, ax)
        210         hist_color = hist_kws.pop("color", color)
        211         ax.hist(a, bins, orientation=orientation,
    --> 212                 color=hist_color, **hist_kws)
        213         if hist_color != color:
        214             hist_kws["color"] = hist_color

   /anaconda3/lib/python3.4/site-packages/matplotlib/axes/_axes.py in hist(self, x, bins, range, normed, weights, cumulative, bottom, histtype, align, orientation, rwidth, log, color, label, stacked, **kwargs)
       5627             color = mcolors.colorConverter.to_rgba_array(color)
       5628             if len(color) != nx:
    -> 5629                 raise ValueError("color kwarg must have one color per dataset")
       5630 
       5631         # We need to do to 'weights' what was done to 'x'

    ValueError: color kwarg must have one color per dataset

任何 helps/suggestions 消除此错误将不胜感激..!!!

Answer 1

假设我有您上面显示的数据的摘录（唯一不同的是在我的机器上 NAN 是 NaN）。

然后，我能想到的最好的图形表示是分组条形图：每个样本一组，每组内有基因条（有些人偶尔称之为直方图）

为此，您首先需要在 R 客厅 "melt" 您的数据，即 "long"。然后，您就可以继续绘图了。

data = df.set_index('GEN').unstack().reset_index()
data.columns = ['sample','GEN', 'value']

sns.set(style="white")
g = sns.factorplot(x='sample'
                   ,y= 'value'
                   ,hue='GEN'
                   ,data=data
                   ,kind='bar'
                   ,aspect=2
                   )
g.set_xticklabels(rotation=30);

请告诉我们这是否是您想要的情节类型。

Answer 2

我还以为seaborn documentation提到可以同时绘制多列，默认情况下用颜色突出显示。

但是重读之后，我什么也没看到。相反，我想我是从 this tutorial 中推断出来的，在教程的一部分中，教程绘制了一个包含多列的数据框。

但是，"solution" 是微不足道的，希望正是您要查找的内容：

sns.set(color_codes=True)
sns.set(style="white", palette="muted")
sns.distplot(df)

for col_id in df.columns:
    sns.distplot(df[col_id])

默认情况下，这将改变颜色，"knowing"已经使用过的颜色。

注意：我使用了不同的数据集，因为我不确定如何重新创建你的数据集。

Answer 3

我遇到了类似的问题，因为我的 pandas.DataFrame 在我想绘制的列中有 Object 类型的元素（my_column)。这样命令：

print(df[my_column])

给我：

Length: 150, dtype: object

解决方案是

sns.distplot(df[my_column].astype(float))

作为 my_column 的数据类型转换为：

Length: 150, dtype: float64

使用 seaborn 为数据框绘制直方图

Plotting histogram using seaborn for a dataframe

python

numpy

pandas

seaborn