Можно ли выполнить функцию lmplot с графика Seaborn на шкале журнала?
Это lmplot в обычном масштабе
import numpy as np
import pandas as pd
import seaborn as sns
x = 10**arange(1, 10)
y = 10** arange(1,10)*2
df1 = pd.DataFrame( data=y, index=x )
df2 = pd.DataFrame(data = {'x': x, 'y': y})
sns.lmplot('x', 'y', df2)
Если вы просто хотите построить простую регрессию, будет проще использовать seaborn.regplot. Кажется, что это работает (хотя я не уверен, где идет малая сетка оси y)
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
x = 10 ** np.arange(1, 10)
y = x * 2
data = pd.DataFrame(data={'x': x, 'y': y})
f, ax = plt.subplots(figsize=(7, 7))
ax.set(xscale="log", yscale="log")
sns.regplot("x", "y", data, ax=ax, scatter_kws={"s": 100})
Если вам нужно использовать lmplot для других целей, это то, что приходит на ум, но я не уверен, что происходит с тиками x-оси. Если у кого-то есть идеи, и это ошибка в морском море, я рад это исправить:
grid = sns.lmplot('x', 'y', data, size=7, truncate=True, scatter_kws={"s": 100})
grid.set(xscale="log", yscale="log")
Сначала вызовите функцию морского дна. Он возвращает объект FacetGrid, который имеет атрибут axes (массив 2-d numpy matplotlib axes). Возьмите объект axes и передайте его на вызов df1.plot.
import numpy as np
import pandas as pd
import seaborn as sns
x = 10**np.arange(1, 10)
y = 10**np.arange(1,10)*2
df1 = pd.DataFrame(data=y, index=x)
df2 = pd.DataFrame(data = {'x': x, 'y': y})
fgrid = sns.lmplot('x', 'y', df2)
ax = fgrid.axes[0][0]
df1.plot(ax=ax)
ax.set_xscale('log')
ax.set_yscale('log')