从Pandas DataFrame绘制和格式化Seaborn图表

Question

我有一个名为 al_df 的 pandas 数据框，里面包含了最近美国人口普查中阿拉巴马州的人口数据。我创建了一个累积函数，并用 seaborn 画出了这个图表：

与绘图相关的代码如下：

figure(num=None, figsize=(20, 10))

plt.title('Cumulative Distribution Function for ALABAMA population')
plt.xlabel('City')
plt.ylabel('Percentage')
#sns.set_style("whitegrid", {"ytick.major.size": "0.1",})
plt.plot(al_df.pop_cum_perc)

我有几个问题： 1) 我该如何更改刻度，让 y 轴每 0.1 个单位显示一条网格线，而不是默认的每 0.2 个单位？ 2) 我该如何更改 x 轴，让它显示城市的实际名称，并且竖着排列，而不是显示城市的“排名”（来自 Pandas 的索引）？（因为城市名称超过 300 个，横着排不下）。

Answer 1

在matplotlib中，处理这个问题的方法是使用MutlipLocator。第二种方法也很简单明了。

from matplotlib.ticker import *
plt.plot(range(10))
ax=plt.gca()
ax.yaxis.set_major_locator(MultipleLocator(0.5))
plt.xticks(range(10), list('ABCDEFGHIJ'), rotation=90) #would be range(3xx), List_of_city_names, rotation=90
plt.savefig('temp.png')

Answer 2

对于第一个问题，可以添加：

plt.yticks(np.arange(0,1+0.1,0.1))

关于第二个问题，我在matplotlib的示例库里找到了这个：

ticks_and_spines 示例代码

Answer 3

经过一些研究，我发现没有一个“原生”的Seaborn解决方案，于是我根据@Pablo Reyes和@CT Zhu的建议，结合matplotlib的函数，写出了下面的代码：

from matplotlib.ticker import *
figure(num=None, figsize=(20, 10))

plt.title('Cumulative Distribution Function for ALABAMA population')
plt.xlabel('City')
plt.ylabel('Percentage')
plt.plot(al_df.pop_cum_perc)

#set the tick size of y axis
ax = plt.gca()
ax.yaxis.set_major_locator(MultipleLocator(0.1))

#set the labels of y axis and text orientation
ax.xaxis.set_major_locator(MultipleLocator(10))
ax.set_xticklabels(labels, rotation =90)

这个解决方案引入了一个新的元素“labels”，我需要在绘图之前指定它，这个“labels”是从我的Pandas数据框中创建的一个新的Python列表：

labels = al_df.NAME.values[:]

这样就生成了下面的图表：

不过这需要一些调整，因为如果我像这样指定显示Pandas数据框中的每个城市：

ax.xaxis.set_major_locator(MultipleLocator(1))

就会产生一个根本无法阅读的图表（只显示x轴）：