Trame multiple di Seaborn

1. Usa seaborn.FacetGrid() per tracciare più grafici Seaborn
2. Usa il seaborn.PairGrid() per tracciare più grafici Seaborn
3. Usa seaborn.pairplot() per tracciare più grafici Seaborn in Python

In questo tutorial, discuteremo come tracciare più grafici nel modulo Seaborn.

Usa seaborn.FacetGrid() per tracciare più grafici Seaborn

La classe FacetGrid() viene utilizzata per visualizzare la relazione tra la distribuzione dei dati con altri sottoinsiemi di dati e può essere utilizzata per creare griglie per più grafici.

Il codice seguente mostra come utilizzare questa funzione.

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

df = pd.DataFrame(
    {
        "Price": [7, 1, 5, 6, 3, 10, 5, 8],
        "Product": [1, 1, 1, 1, 2, 2, 2, 2],
        "Day": [1, 2, 3, 4, 5, 6, 7, 8],
    }
)

g = sns.FacetGrid(df, col="Product")
g.map(sns.lineplot, "Day", "Price")

Abbiamo tracciato il lineplot() tra i dati dopo aver personalizzato la griglia per più grafici. Va notato che diversi grafici nati dal mare come relplot(), lmplot() e catplot() utilizzano questo oggetto per impostazione predefinita.

Usa il seaborn.PairGrid() per tracciare più grafici Seaborn

Questa funzione è molto simile alla classe FacetGrid(). Prende un DataFrame e traccia ogni colonna sulla colonna e sulla riga della griglia, tracciando più assi. Possiamo usare il parametro hue qui per i dati categoriali, con ogni colore che rappresenta categorie diverse.

L’esempio seguente ne spiegherà l’uso.

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

df = pd.DataFrame(
    {
        "Price": [7, 1, 5, 6, 3, 10, 5, 8],
        "Product": [1, 1, 1, 1, 2, 2, 2, 2],
        "Day": [1, 2, 3, 4, 5, 6, 7, 8],
    }
)

g = sns.PairGrid(df, hue="Product")
g.map(sns.scatterplot)

Nel codice sopra, prendiamo il nostro DataFrame e tracciamo il scatterplot() tra le variabili.

Usa seaborn.pairplot() per tracciare più grafici Seaborn in Python

Viene utilizzato per tracciare la distribuzione a coppie tra le colonne del set di dati. Traccia anche tutte le colonne del DataFrame su entrambi gli assi, che mostrano una matrice di grafici che mostrano diversi tipi di grafici, simile alla classe PairGrid(). Qui sono mostrati diversi tipi di grafici.

Per esempio,

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

df = pd.DataFrame(
    {
        "Price": [7, 1, 5, 6, 3, 10, 5, 8],
        "Product": [1, 1, 1, 1, 2, 2, 2, 2],
        "Day": [1, 2, 3, 4, 5, 6, 7, 8],
    }
)

g = sns.pairplot(df, hue="Product")

plt.show()