如何在 Python Seaborn 库中使用 FacetGrid 可视化数据？

条形图函数建立了分类变量和连续变量之间的关系。数据以矩形条的形式表示，其中条的长度表示该特定类别中数据的比例。

点图类似于条形图，但它不是表示填充条，而是用一个点在另一条轴上的特定高度表示数据点的估计值。

可以使用分类散点图或借助 pointplot 或称为 factorplot 的更高级函数创建两个单独的图来可视化分类数据。factorplot 函数在 FacetGrid 上绘制分类图，借助参数 'kind'。

此处 'kind' 参数的值将为 'violin'。FacetGrid 默认使用 'pointplot' 函数。

让我们了解如何使用 factorplot 创建小提琴图。

FacetGrid 是一个面板矩阵，通过划分所有变量来定义为行和列。由于面板的存在，单个绘图看起来像多个绘图。

Facet Grid 有助于分析两个离散变量的所有不同类型的组合。以下是一个示例 -

示例

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
my_df = sb.load_dataset('exercise')
sb.factorplot(x = "time", y = "pulse", hue = "kind", kind = 'violin', col = "diet", data = my_df);
plt.show()

输出

Learn Python in-depth with real-world projects through our Python certification course. Enroll and become a certified expert to boost your career.

解释

  • 导入所需的包。
  • 输入数据为 'exercise'，它从 seaborn 库加载。
  • 此数据存储在数据帧中。
  • 使用 'load_dataset' 函数加载 iris 数据。
  • 使用 'factorplot' 函数可视化此数据。
  • 此处，数据帧作为参数提供。
  • 此处 'kind' 参数指定为 'violin'。
  • 还指定了 'hue' 和 'col' 参数。
  • 此外，还指定了 x 和 y 值。
  • 此数据显示在控制台上。

更新于：2020-12-11

191 次查看

开启您的 职业生涯

通过完成课程获得认证

开始
广告