Seaborn结合Pandas：regplot设置单轴对数刻度无需修改原数据框的方法

你当前的代码本身就没有修改输入的DataFrame，如果你的核心诉求是让回归拟合逻辑基于对数变换后的y值（而非仅修改轴的显示刻度，拟合逻辑仍使用原始y值），可以参考以下解决方案，全程不需要改动原DataFrame：

1. 对数刻度适配回归的实现 #

seaborn 0.12及以上版本的regplot自带x_transform/y_transform参数，可直接指定拟合时对坐标轴数据的变换，无需修改原数据：

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

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

f, ax = plt.subplots(figsize=(6, 6))
sns.regplot(
    x="x", 
    y="y", 
    data=data, 
    ax=ax,
    y_transform=np.log10 # 拟合时自动对y做log10变换，不需要存到DataFrame
)
ax.set_yscale("log") # 保持y轴为对数刻度显示即可
plt.show()

如果你使用的是旧版本seaborn，也可以直接传入临时计算后的序列，不需要把变换后的值存入原DataFrame：

# 直接传入计算后的y值序列，不修改原data
sns.regplot(x=data['x'], y=np.log10(data['y']), ax=ax)
ax.set_ylabel('y (log10)')
ax.set_yscale("log")

2. 自定义数据变换支持 #

上述的x_transform/y_transform参数本身就支持传入任意自定义函数，不局限于对数变换：

• 可以直接传入numpy内置函数，比如平方根变换y_transform=np.sqrt
• 也可以传入自定义的变换逻辑，示例如下：

# 自定义变换：先取平方根再加1
def custom_trans(x):
    return np.sqrt(x) + 1

# 绘图时直接传入即可
sns.regplot(
    x="x", 
    y="y", 
    data=data, 
    ax=ax,
    y_transform=custom_trans
)

内容的提问来源于stack exchange，提问作者fransua