Seaborn 子图
Manav Narula
2024年2月15日
-
在 Python 中使用
matplotlib.pyplot.subplots函数绘制 Seaborn 子图 -
在 Python 中使用
matplotlib.pyploy.add_subplot()函数绘制 Seaborn 子图
在本教程中，我们将学习如何在 Python 中绘制 seaborn 子图。
在 Python 中使用 matplotlib.pyplot.subplots 函数绘制 Seaborn 子图
我们知道大多数 seaborn 图返回一个 matplotlib 轴对象。所以我们可以使用 subplots() 函数来绘制子图。
首先，我们将使用此函数创建所需的图形并为整个子图创建网格。然后我们将继续绘制必要的图形。
下面的代码将解释这一点。
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
fig, axes = plt.subplots(1, 2)
使用上面截取的代码，我们能够将最终图形划分为 1x2 子图。返回的轴对象是指定大小的 numpy 数组，在我们的示例中为 1x2。我们将在绘制子图时使用这个对象。我们将使用 seaborn 绘图函数中的 ax 参数指定子图所需的位置。
请参考下面的代码片段。
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.DataFrame(
{
"Price 1": [7, 1, 5, 6, 3, 10, 5, 8],
"Price 2": [1, 2, 8, 4, 3, 9, 5, 2],
"Day": [1, 2, 3, 4, 5, 6, 7, 8],
}
)
fig, axes = plt.subplots(1, 2)
sns.lineplot(x="Day", y="Price 1", data=df, ax=axes[0])
sns.lineplot(x="Day", y="Price 2", data=df, ax=axes[1])
axes[0].set_title("First")
axes[1].set_title("Second")
plt.suptitle("Main")
我们可以使用轴对象为单个绘图添加自定义，例如添加标题和所有内容。请注意，我们使用 suptitle() 函数为主图添加标题。
在 Python 中使用 matplotlib.pyploy.add_subplot() 函数绘制 Seaborn 子图
与之前的方法不同，此函数可用于动态创建子图。在我们的示例中，我们将使用 for 循环创建带有子图的 axes 对象。
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.DataFrame(
{
"Price 1": [7, 1, 5, 6, 3, 10, 5, 8],
"Price 2": [1, 2, 8, 4, 3, 9, 5, 2],
"Day": [1, 2, 3, 4, 5, 6, 7, 8],
}
)
fig = plt.figure()
for i in range(1, 3):
axes = fig.add_subplot(1, 2, i)
if i == 1:
sns.lineplot(x="Day", y="Price 1", data=df)
else:
sns.lineplot(x="Day", y="Price 2", data=df)
我们为我们的图创建了一个 1x2 的子图。i 参数用于单独访问图。我们也会在绘图时使用它。我们可以使用 subplots_adjust() 函数来调整最终图形中的间距和所有内容。
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