如何在seaborn objects带标签散点图中添加趋势线与x=y线？

问题描述 #

使用seaborn.objects接口绘制带标签的散点图时，若在Plot初始化时指定text='label'，合并标签与趋势线代码后仅显示标签，单独绘制带标签的散点图、带趋势线的散点图均正常。需解决两个问题：

1. 如何让标签与趋势线同时显示在一张图中？
2. 如何在这类图中添加x=y线？

问题1：标签与趋势线共存的解决方案 #

问题原因 #

当在Plot全局指定text='label'时，后续所有add()的元素会默认继承该参数，但PolyFit()生成的趋势线数据不包含label字段，导致趋势线无法正常渲染。

修正代码 #

不在Plot全局设置text参数，而是在添加Text元素时单独指定text='label'：

import seaborn.objects as so
from matplotlib import pyplot as plt
import pandas as pd
import numpy as np

np.random.seed(42)
num_points = 10
df = pd.DataFrame({'x': np.random.randint(1, 100, size=num_points),
                   'y': np.random.randint(1, 100, size=num_points),
                   'label' : [chr(i + 65) for i in range(num_points)]})

fig, ax = plt.subplots()
p = so.Plot(data=df, x='x', y='y') \
    .add(so.Dot(marker='o')) \
    .add(so.Text(halign='left'), text='label') \
    .add(so.Line(color='orange'), so.PolyFit())
p.on(ax).show()

执行后即可同时显示散点、标签和趋势线。

问题2：添加x=y线的两种方法 #

方法1：使用Matplotlib原生API绘制 #

在Seaborn Objects绘图完成后，获取坐标轴范围，直接绘制x=y线：

import seaborn.objects as so
from matplotlib import pyplot as plt
import pandas as pd
import numpy as np

np.random.seed(42)
num_points = 10
df = pd.DataFrame({'x': np.random.randint(1, 100, size=num_points),
                   'y': np.random.randint(1, 100, size=num_points),
                   'label' : [chr(i + 65) for i in range(num_points)]})

fig, ax = plt.subplots()
p = so.Plot(data=df, x='x', y='y') \
    .add(so.Dot(marker='o')) \
    .add(so.Text(halign='left'), text='label') \
    .add(so.Line(color='orange'), so.PolyFit())
p.on(ax)

# 添加x=y虚线
xlim = ax.get_xlim()
ylim = ax.get_ylim()
min_val = min(xlim[0], ylim[0])
max_val = max(xlim[1], ylim[1])
ax.plot([min_val, max_val], [min_val, max_val], color='red', linestyle='--')

plt.show()

方法2：使用Seaborn Objects接口添加 #

生成包含x=y范围数据的临时DataFrame，通过add(so.Line())添加：

import seaborn.objects as so
from matplotlib import pyplot as plt
import pandas as pd
import numpy as np

np.random.seed(42)
num_points = 10
df = pd.DataFrame({'x': np.random.randint(1, 100, size=num_points),
                   'y': np.random.randint(1, 100, size=num_points),
                   'label' : [chr(i + 65) for i in range(num_points)]})

# 生成x=y的范围数据
x_y_range = pd.DataFrame({
    'x': [df[['x','y']].min().min(), df[['x','y']].max().max()],
    'y': [df[['x','y']].min().min(), df[['x','y']].max().max()]
})

fig, ax = plt.subplots()
p = so.Plot(data=df, x='x', y='y') \
    .add(so.Dot(marker='o')) \
    .add(so.Text(halign='left'), text='label') \
    .add(so.Line(color='orange'), so.PolyFit()) \
    .add(so.Line(color='red', linestyle='--'), data=x_y_range)
p.on(ax).show()

内容的提问来源于stack exchange，提问作者doine