Connexion de points de données non adjacents dans le pointplot Seaborn

Question

Je souhaite tracer des tracés catégoriels avec le pointpoint Seaborn, mais les points de données qui ne sont pas adjacents ne sont pas connectés à une ligne dans le tracé. Je voudrais interpoler entre les points non adjacents, et les relier de la même façon que les points adjacents sont connectés, comment puis-je faire cela? Exemple: Dans les images de gauche et du milieu, les points bleu et vert doivent être reliés respectivement à une courbe, mais ils sont maintenant séparés en petites parties. Comment puis-je tracer les images de gauche et du milieu comme la bonne?

fig, axs = plt.subplots(ncols=3, figsize=(10,5)) 
exp_methods = ['fMRI left', 'fMRI right', 'MEG'] 
for i in range(3): 
    experiment = exp_methods[i] 
    dataf = df[df['data']==experiment]  
    sns.pointplot(x='number_of_subjects', y='accuracy', hue='training_size', data=dataf, 
       capsize=0.2, size=6, aspect=0.75, ci=95, legend=False, ax=axs[i]) 

Answer 1

Je ne pense pas qu'il y ait une option pour interpoler où il y a des points de données manquantes, et par conséquent la ligne des arrêts à la place. This question sur le même sujet à partir de 2016 reste sans réponse.

Au lieu de cela, vous pouvez utiliser plt.errorbar comme suggéré dans les commentaires, ou ajoutez les lignes à l'aide de la suite plt.plot tout en utilisant Seaborn pour tracer les moyens et les barres d'erreur:

import seaborn as sns 

tips = sns.load_dataset('tips') 

# Create a gap in the data and plot it 
tips.loc[(tips['size'] == 4) & (tips['sex'] == 'Male'), 'size'] = 5 
sns.pointplot('size', 'total_bill', 'sex', tips, dodge=True) 

# Fill gap with manual line plot 
ax = sns.pointplot('size', 'total_bill', 'sex', tips, dodge=True, join=False) 

# Loop over the collections of point in the axes and the grouped data frame 
for points, (gender_name, gender_slice) in zip(ax.collections, tips.groupby('sex')): 
    # Retrieve the x axis positions for the points 
    x_coords = [coord[0] for coord in points.get_offsets()] 
    # Manually calculate the mean y-values to use with the line 
    means = gender_slice.groupby(['size']).mean()['total_bill'] 
    ax.plot(x_coords, means, lw=2)