如何更具体地绘制出海运线图

Question

给定一个mass DataFrame df

year        count
1980        -23
1980        -4
1981        10
1982        0
1982        4
...
2007        27
2008        0
2008        0
2009        -7
2009        5

值首先按year排序，然后按count排序。(显示的值可以任意更改)

我想可视化count如何随着year的增加而不同地分布，这可以通过百分位数图最有效地显示出来。但是，由于我的数据是在DataFrame中给出的，我认为使用seaborn.lineplot是一种更可行(坦率地说，也更简单)的方法

import matplotlib.pyplot as plt
import seaborn as sns

fig, ax = plt.subplots(figsize=[16,12])

plt.axhline(y=0, color='black', linestyle='dotted')
sns.lineplot(x="year", y="count", ax=ax, data=df, color='red')

它返回：

​

​

这张图在某种程度上有一定的用途，尽管我希望显示具有更多的可变性，而不仅仅是单个百分位梯度。(一个很好的例子是下面的图，其中有10个百分位的渐变，从这个链接复制过来：Using percentiles of a timeseries to set colour gradient in Python's matplotlib)

​

​

我想知道是否有办法使用seaborn.lineplot实现如此详细的绘图，如果没有，是否有办法从pandas DataFrame数据中做到这一点。

Answer 1

一旦您生成了第一个置信区间或仅生成了这条线，就可以使用matplotlib创建多个置信区间，如此post所示。

另一种选择是使用sns.lineplot在同一张图上绘制，尽管我认为seaborn不适用于此。以数据集flights为例，首先我们绘制中值或平均值线：

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np

flights = sns.load_dataset("flights")
fig,ax = plt.subplots(1,1)

sns.lineplot(data=flights, x="year", y="passengers",ax=ax,ci=None,color="black")

然后我们设置一个调色板并继续添加不带线条的带(设置linestyle = '')：

cm = sns.color_palette("Blues",9)

for ix,ci in enumerate(range(10,90,10)):
    sns.lineplot(data=flights, x="year", y="passengers",
                 ci = ci,
                 ax=ax,linestyle='',
                 hue = ci,palette={ci:cm[ix]})

给出了类似这样的结果：

​

​