带有seaborn的log-log lmplot

Question

来自Seaborn的函数lmplot可以在对数日志范围内绘制吗？ 这是正常规模的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)

Answer 1

如果您只是想绘制一个简单的回归，那么使用seaborn.regplot会更容易。这似乎有效（虽然我不确定y轴次要网格在哪里）

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

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

f, ax = plt.subplots(figsize=(7, 7))
ax.set(xscale="log", yscale="log")
sns.regplot("x", "y", data, ax=ax, scatter_kws={"s": 100})

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轴标记会发生什么。如果有人有想法并且这是一个臭虫，我很乐意解决它：

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

Answer 2

首先调用seaborn函数。它返回一个FacetGrid对象，该对象具有axes属性（matplotlib Axes的2-d numpy数组）。抓取Axes对象并将其传递给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')

Answer 3

从（可能）任何海图绘制对数图的最简单方法是：

TypeError: bars() missing 1 required positional argument: 'key'

在示例中：

@property

Link to resulting image