PairGrid 与 Seaborn 中的 Hexbin 绘图

我正在尝试在 Seaborn 网格中获取 hexbin 图。我有以下代码，

# Works in Jupyter with Python 2 Kernel.
%matplotlib inline

import seaborn as sns
import matplotlib as mpl
import matplotlib.pyplot as plt

tips = sns.load_dataset("tips")

# Borrowed from http://stackoverflow.com/a/31385996/4099925
def hexbin(x, y, color, **kwargs):
    cmap = sns.light_palette(color, as_cmap=True)
    plt.hexbin(x, y, gridsize=15, cmap=cmap, extent=[min(x), max(x), min(y), max(y)], **kwargs)

g = sns.PairGrid(tips, hue='sex')
g.map_diag(plt.hist)
g.map_lower(sns.stripplot, jitter=True, alpha=0.5)
g.map_upper(hexbin)

However, that gives me the following image,

如何修复六边形图，使其覆盖图形的整个表面，而不仅仅是显示的绘图区域的子集？

您在这里尝试做的事情（至少）存在三个问题。

1. 带状图适用于至少一个轴是分类的数据。在本例中情况并非如此。 Seaborn 猜测 x 轴是分类轴，它会扰乱子图的 x 轴。来自带状图文档:

   绘制一个散点图，其中一个变量是分类变量。

   在下面我建议的代码中，我已将其更改为简单的散点图。

2. 在彼此之上绘制两个六边形图只会显示后一个。我添加了一些alpha=0.5到 hexbin 参数，但结果远非漂亮。

3. 代码中的范围参数将十六进制图调整为x and y各性别的一次一个。但是两个六边形图的大小都需要相等，因此它们应该使用整个系列的最小值/最大值both性别。为了实现这一目标，我将所有系列的最小值和最大值传递给 hexbin 函数，然后该函数可以选择并使用相关的值。

这是我想出的：

# Works in Jupyter with Python 2 Kernel.
%matplotlib inline

import seaborn as sns
import matplotlib as mpl
import matplotlib.pyplot as plt

tips = sns.load_dataset("tips")

# Borrowed from http://stackoverflow.com/a/31385996/4099925
def hexbin(x, y, color, max_series=None, min_series=None, **kwargs):
    cmap = sns.light_palette(color, as_cmap=True)
    ax = plt.gca()
    xmin, xmax = min_series[x.name], max_series[x.name]
    ymin, ymax = min_series[y.name], max_series[y.name]
    plt.hexbin(x, y, gridsize=15, cmap=cmap, extent=[xmin, xmax, ymin, ymax], **kwargs)

g = sns.PairGrid(tips, hue='sex')
g.map_diag(plt.hist)
g.map_lower(plt.scatter, alpha=0.5)
g.map_upper(hexbin, min_series=tips.min(), max_series=tips.max(), alpha=0.5)

And here is the result: