Seaborn - 多面板分类图表

我们可以使用两种图表对分类数据进行可视化，可以使用函数 pointplot()，也可以使用更高级的函数 factorplot()。

Factorplot

Factorplot 在小分割网格中绘制分类图表。使用“kind”参数，我们可以选择图表类型，例如箱线图、小提琴图、条形图和带状图。默认情况下，小分割网格使用点图。

示例

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

输出

我们可以使用不同的图表来使用 kind 参数可视化相同的数据。

示例

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

输出

在 factorplot 中，数据绘制在小分割网格中。

什么是小分割网格？

小分割网格 通过分割变量形成由行和列定义的面板矩阵。由于有面板，单个图表看起来像多个图表。它对分析两个离散变量中的所有组合非常有帮助。

下面让我们用一个示例可视化上述定义

示例

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

输出

使用小分割网格的优点是我们可以在图表中输入另一个变量。使用“col”参数，上面用称为“diet”的第三个变量将图表分为两个图表。

我们可以在网格的行上制作许多列小分割网格并对其进行调整 −

示例

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('titanic')
sb.factorplot("alive", col = "deck", col_wrap = 3,data = df[df.deck.notnull()],kind = "count")
plt.show()

输出