Gráficos básicos de línea con relplot() —-

• 0:00 min | Última modificación: Octubre 13, 2021 | [YouTube]

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

#
# Nuevo dataset de ejemplo
#
dots = sns.load_dataset("dots").query("align == 'dots'")

display(
    dots.head(),
    dots.tail(),
    dots.size
)

	align	choice	time	coherence	firing_rate
0	dots	T1	-80	0.0	33.189967
1	dots	T1	-80	3.2	31.691726
2	dots	T1	-80	6.4	34.279840
3	dots	T1	-80	12.8	32.631874
4	dots	T1	-80	25.6	35.060487

	align	choice	time	coherence	firing_rate
389	dots	T2	680	3.2	37.806267
390	dots	T2	700	0.0	43.464959
391	dots	T2	700	3.2	38.994559
392	dots	T2	720	0.0	41.987121
393	dots	T2	720	3.2	41.716057

1970

#
# Color basado en una columna numérica.
#
sns.relplot(
    x="time",
    y="firing_rate",
    hue="coherence",
    kind="line",
    data=dots,
    ci=None,
)

plt.show()

#
# Color basado en una columna numérica y separación por clases. Note que el
# esquema de colores es lineal y no permite visualizar bien las diferencias.
#
sns.relplot(
    x="time",
    y="firing_rate",
    hue="coherence",
    style="choice",
    kind="line",
    data=dots,
    ci=None,
)
plt.show()

#
# Definición de una escala logaritmica para los colores
#
palette = sns.cubehelix_palette(
    light=0.8,
    n_colors=6,
)

sns.relplot(
    x="time",
    y="firing_rate",
    hue="coherence",
    style="choice",
    palette=palette,
    kind="line",
    data=dots,
)

plt.show()

#
# Alternativa: modificación de la forma de normalizar la paleta de colores
#
from matplotlib.colors import LogNorm

palette = sns.cubehelix_palette(
    light=0.7,
    n_colors=6,
)

sns.relplot(
    x="time",
    y="firing_rate",
    hue="coherence",
    style="choice",
    hue_norm=LogNorm(),
    kind="line",
    data=dots.query("coherence > 0"),
)

plt.show()

#
# Cambio del grosor de las líneas usando una columna numérica
#
sns.relplot(
    x="time",
    y="firing_rate",
    size="coherence",
    style="choice",
    kind="line",
    data=dots,
)

plt.show()

#
# Cambio del grosor de las líneas usando una columna categórica
#
sns.relplot(
    x="time",
    y="firing_rate",
    hue="coherence",
    size="choice",
    palette=palette,
    kind="line",
    data=dots,
)
plt.show()