如何權重參數傳遞給seaborn的jointplot（）（或底層kdeplot）

Question

我嘗試使用下面的代碼來創建一個jointplot與seaborn：

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

testdata = pd.DataFrame(np.array([[100, 1, 3], [5, 2, 6], [25, 3, -4]]), index=['A', 'B', 'C'], columns=['counts', 'X', 'Y']) 
counts = testdata['counts'].values 
sns.jointplot('X', 'Y', data=testdata, kind='kde', joint_kws={'weights':counts}) 
plt.savefig('test.png') 

現在joint_kws不會引發錯誤，但權重肯定不會考慮爲在曲線中可以看出：

我也試圖與JointGrid做到這一點，傳遞權重的邊緣分佈：

g = sns.JointGrid('X', 'Y', data=testdata) 
x = testdata['X'].values 
y = testdata['Y'].values 
g.ax_marg_x.hist(x, bins=np.arange(-10,10), weights=counts) 
g.ax_marg_y.hist(y, bins=np.arange(-10,10), weights=counts, orientation='horizontal') 
g.plot_marginals(sns.distplot) 
g.plot_join(sns.kdeplot, joint_kws={'weights':counts}) 
plt.savefig('test.png') 

但這僅適用於邊際分佈，而聯合策劃仍未加權：

有沒有人一個想法如何做到這一點？

Answer 1

你真的很接近。

保持的事情是，加入的情節做了以下（重意譯）：

def jointplot(x, y, data=None, ..., joint_kws): 
    g = sns.JointGrid(...) 
    g.plot_joint(..., **joint_kws) 

所以，當你調用g.plot_joint自己，只給它正常kwargs：

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

testdata = pd.DataFrame(
    np.array([[100, 1, 3], [5, 2, 6], [25, 3, -4]]), 
    index=['A', 'B', 'C'], 
    columns=['counts', 'X', 'Y'] 
) 
counts = testdata['counts'].values 

g = sns.JointGrid('X', 'Y', data=testdata) 
g.plot_marginals(sns.distplot) 
g.plot_joint(sns.kdeplot, weights=counts) 

現在我不確定這看起來是否正確，但它沒有倒酒，所以這是值得的。

Answer 2

不幸的是，這似乎是不可能的。

這是2015年12月提交的a feature request，但已關閉，因爲不會修復。

也正是在這個StackOverflow的問題討論：weights option for seaborn distplot?