多個 Seaborn 圖
Manav Narula
2024年2月15日
-
使用
seaborn.FacetGrid()繪製多個 Seaborn 圖 -
使用
seaborn.PairGrid()繪製多個 Seaborn 圖 -
在 Python 中使用
seaborn.pairplot()繪製多個 Seaborn 圖
在本教程中，我們將討論如何在 seaborn 模組中繪製多個圖形。
使用 seaborn.FacetGrid() 繪製多個 Seaborn 圖
FacetGrid() 類用於視覺化資料分佈與其他資料子集之間的關係，並可用於為多個圖建立網格。
下面的程式碼展示瞭如何使用這個函式。
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")
在為多個圖定製網格後，我們在資料之間繪製了 lineplot()。應該注意的是，像 relplot()、lmplot() 和 catplot() 這樣的不同 seaborn 圖預設使用這個物件。
使用 seaborn.PairGrid() 繪製多個 Seaborn 圖
此函式與 FacetGrid() 類非常相似。它需要一個 DataFrame 並將每一列繪製到網格的列和行，繪製多個軸。我們可以在這裡使用 hue 引數來處理分類資料，每種顏色代表不同的類別。
下面的例子將解釋它的使用。
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)
在上面的程式碼中，我們使用 DataFrame 並繪製變數之間的 scatterplot()。
在 Python 中使用 seaborn.pairplot() 繪製多個 Seaborn 圖
它用於繪製資料集列之間的成對分佈。它還在兩個軸上繪製 DataFrame 的所有列，這些列顯示了顯示不同型別圖形的圖矩陣，類似於 PairGrid() 類。此處顯示了不同型別的圖。
例如，
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()
作者： Manav Narula
Manav is a IT Professional who has a lot of experience as a core developer in many live projects. He is an avid learner who enjoys learning new things and sharing his findings whenever possible.
LinkedIn