可视化数据，跟踪特定的SD值

Question

BLUF:我想跟踪一个特定的Std发展，例如1.0到1.25，通过颜色编码它，并制作一个单独的KDF或其他概率密度图。

我想要做的是，能够选择其他的性病发展范围，并得到新的图表，我可以扭转和使用预测的结果，在特定的性病发展。

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

到目前为止，我得到的是看起来像猎枪爆炸的标准化数据：

​

​

用于生成它的代码：

data = pd.read_csv("Data.csv")
sns.jointplot(data.x,data.y, space=0.2, size=10, ratio=2, kind="reg");

我想在这里取得的成就如下所示：

​

​

我知道如何在RStudio中使用RidgePlot类型的函数来实现这一点，但是我在这里对Python感到困惑，甚至在使用Seaborn的时候也是如此。任何/所有的帮助都很感激！

Answer 1

下面的代码可能会直接指向右边，您可以从那里随意调整情节的外观。

tips = sns.load_dataset("tips")
g = sns.jointplot(x="total_bill", y="tip", data=tips)

top_lim = 4
bottom_lim = 2
temp = tips.loc[(tips.tip>=bottom_lim)&(tips.tip<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.total_bill, 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)

​

​