python - generalizando os limites do eixo y para a linha média em gráficos de densidade

Question

Eu tenho este dataframe simples:

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)})

E como tenho muitas colunas (todas elas numéricas), fiz este loop para fazer um 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()

No entanto, estou tendo problemas para tentar generalizar o ymaxargumento de plt.vlines(), pois preciso obter o valor máximo do eixo y de cada gráfico de densidade para representar a linha v média de cada gráfico de acordo. Eu tentei com np.argmax(), mas não parece funcionar.

Alguma sugestão?

Answer 1

pandas.DataFrame.plot()retorna o matplotlib.axes.Axesobjeto. Você pode usar a get_ylim()função para obter ymin e 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 obter o valor do kde correspondente à média, você pode extrair a curva do gráfico e interpolar na posição da média:

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

Use plt.axvline. Você especifica os limites como números no intervalo [0,1], sendo 0 a parte inferior do gráfico e 1 o topo.

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