使用Seaborn绘制含两点连线及斜率的FacetGrid多子图并解决绘图无显示问题

你的代码主要有几个关键问题导致绘图无显示，同时也没满足“每个子图展示两个时间点数据+显示斜率”的需求，咱们一步步来修复：

原代码的核心问题 #

1. 数据格式不匹配：你用的是宽格式数据（每个时间点单独一列），但Seaborn的绘图函数需要长格式数据（每行对应一个时间点的观测值），原代码直接把TimePoint1和TimePoint2作为x、y传入，逻辑完全错误。
2. y轴范围设置过小：你的数据值从200到50000，但ylim=(0,10)直接把所有数据都排除在显示范围外了，自然看不到任何内容。

正确实现步骤 #

1. 转换数据为长格式 #

先用pd.melt把宽数据转成长格式，这样每个ID会生成两行数据，分别对应两个时间点：

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

# 读取数据（假设你的csv是逗号分隔）
data = pd.read_csv("test.csv")

# 转换为长格式：新增TimePoint列标记时间点，Value列对应数值
long_data = pd.melt(
    data,
    id_vars="ID",
    value_vars=["TimePoint1", "TimePoint2"],
    var_name="TimePoint",
    value_name="Value"
)
# 把TimePoint转为数值（方便后续绘图和斜率计算）
long_data["TimePoint_num"] = long_data["TimePoint"].str.extract(r'(\d+)').astype(int)

2. 计算每个ID的斜率 #

斜率公式为(TimePoint2数值 - TimePoint1数值)/(2-1)，直接基于原始宽数据计算即可：

# 计算每个ID的斜率
slopes = data.groupby("ID").apply(
    lambda x: (x["TimePoint2"].iloc[0] - x["TimePoint1"].iloc[0]) / (2 - 1)
).reset_index(name="Slope")

3. 使用FacetGrid绘制子图并添加斜率 #

现在用转换后的长数据绘图，每个子图展示对应ID的两个时间点连线，再把斜率文本添加到子图上：

# 创建FacetGrid，按ID分栏
g = sns.FacetGrid(long_data, col="ID", col_wrap=4, height=3)

# 绘制每个子图的点和连线（lineplot自动连接同ID的两个时间点）
g.map(sns.lineplot, "TimePoint_num", "Value", marker="o", color=".3")

# 为每个子图添加斜率文本
for ax, id_val in zip(g.axes.flat, slopes["ID"]):
    slope_val = slopes[slopes["ID"] == id_val]["Slope"].iloc[0]
    # 把斜率文本放在子图右上角，可根据需求调整位置和样式
    ax.text(0.95, 0.05, f"Slope: {slope_val:.0f}", 
            ha="right", va="bottom", transform=ax.transAxes, fontsize=10)

# 动态设置y轴范围，确保所有数据点都能显示
min_val = data[["TimePoint1", "TimePoint2"]].min().min() * 0.9
max_val = data[["TimePoint1", "TimePoint2"]].max().max() * 1.1
g.set(ylim=(min_val, max_val))

# 显示图形
plt.show()

代码说明 #

• 长格式转换后，lineplot可以自动连接同一ID的两个时间点，比pointplot更适合展示这种两点趋势。
• 斜率计算直接基于原始宽数据，避免重复处理数据。
• 动态设置y轴范围，确保所有数据点都能完整显示在子图中。

这样运行后，每个ID对应的子图都会显示两个时间点的连线，并且在子图角落标注出该连线的斜率，同时彻底解决了原代码无显示的问题。

内容的提问来源于stack exchange，提问作者honeymoon