python: generalización de los límites del eje y para la línea media en los gráficos de densidad

Question

Tengo este marco de datos simple:

df = pd.DataFrame({"X": np.random.randint(50,53,size=100),
             "Y": np.random.randint(200,300,size=100),
             "Z": np.random.randint(400,800,size=100)})

Y como tengo muchas columnas (todas ellas numéricas), hice este ciclo para hacer un gráfico específico:

for i in df.columns:
    data = df[i]
    data.plot(kind="kde")
    plt.vlines(x=data.mean(),ymin=0, ymax=0.01, linestyles="dotted")
    plt.show()

Sin embargo, tengo problemas para tratar de generalizar el ymaxargumento de plt.vlines(), ya que necesito obtener el valor máximo del eje y de cada gráfico de densidad para trazar la línea v media de cada gráfico en consecuencia. Lo he intentado np.argmax(), pero no parece funcionar.

¿Alguna sugerencia?

Answer 1

pandas.DataFrame.plot()devuelve matplotlib.axes.Axesobjeto. Puede usar la get_ylim()función para obtener ymin y ymax.

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

df = pd.DataFrame({"X": np.random.randint(50,53,size=100),
             "Y": np.random.randint(200,300,size=100),
             "Z": np.random.randint(400,800,size=100)})

for i in df.columns:
    data = df[i]
    ax = data.plot(kind="kde")
    ymin, ymax = ax.get_ylim()
    plt.vlines(x=data.mean(),ymin=ymin, ymax=ymax, linestyles="dotted")
    plt.show()

Answer 2

Para obtener el valor de kde correspondiente a la media, puede extraer la curva del gráfico e interpolarla en la posición de la media:

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

df = pd.DataFrame({"X": 20 + np.random.randint(-1, 2, size=100).cumsum(),
                   "Y": 30 + np.random.randint(-1, 2, size=100).cumsum(),
                   "Z": 40 + np.random.randint(-1, 2, size=100).cumsum()})
fig, ax = plt.subplots()
for col in df.columns:
    data = df[col]
    data.plot(kind="kde", ax=ax)
    x = data.mean()
    kdeline = ax.lines[-1]
    ymax = np.interp(x, kdeline.get_xdata(), kdeline.get_ydata())
    ax.vlines(x=data.mean(), ymin=0, ymax=ymax, linestyles="dotted")
ax.set_ylim(ymin=0) # ax.vlines() moves the bottom ylim; set it back to 0
plt.show()

Answer 3

Utilice plt.axvline. Usted especifica los límites como números en el rango [0,1], siendo 0 la parte inferior de la gráfica y 1 la parte superior.

for i in df.columns:
    data = df[i]
    data.plot(kind="kde")
    plt.axvline(data.mean(), 0, 1, linestyle='dotted', color='black')
    plt.show()