社区编辑申请
注册/登录
Seaborn 可视化进阶之 FacetGrid 结构图
开发 后端
Seaborn 是基于 Matplotlib 的图形可视化库。该库提前定义好了一套自己的风格,也封装了一系列的方便的绘图函数,之前通过 matplotlib 需要很多代码才能完成的绘图,使用 seaborn 可能就是一行代码的事情。总结一句话:使用 seaborn 绘图比 matplotlib 更美观、简单。

FacetGrid 可以通过 col 和 row 等参数来一次性构建多个图形。

relplot 、catplot 、lmplot 等函数可以通过 col 、row 等在一个 Figure 中绘制多个图。这个函数之所以有这些功能,是因为函数底层使用了 FacetGrid 来组装这些图形。

FacetGrid 绘图的 x 和 y 参数必须为 DataFrame 的列的名字。而直接使用 Axes 绘图,参数更灵活。

普通的 Axes 绘图

实际上 Seaborn 的绘图函数中也有大量的直接使用 Axes 进行绘图的,凡是函数名中已经明确显示了这个图的类型,这种图都是使用 Axes 绘图的。比如 sns.scatterplot 、sns.lineplot 、 sns.barplot 等。Axes 绘图可以直接使用之前的 matplotlib 的一些方式设置图的元素。

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
tips = pd.read_csv("dataset/tips.csv")
#scatterplot绘图返回一个Axes对象
axes = sns.scatterplot(x="total_bill",y="tip",data=tips)
#利用Axes对象的函数设置一些属性
axes.set_xticks(range(0,60,5))

fig,[ax1,ax2] = plt.subplots(1,2,figsize=(20,5))
#z绘制散点图
#ax参数指定Axes对象
sns.scatterplot(x="total_bill",y="tip",data=tips,ax=ax1)
#绘制柱状图
sns.barplot(x="day",y="total_bill",data=tips,ax=ax2)

#scatterplot的参数可以为数组等形式的数据
sns.scatterplot(x=tips['total_bill'],y='tip',data=tips)

FacetGrid 基本使用

先创建一个 FacetGrid 对象,然后再调用这个对象的 map 方法。其中 map 为方法的第一个参数是一个函数,后续 map 将调用这个函数来绘制图形。后面的参数就是传给这个函数的参数。

其中第一个参数是可以绘制 Axes 图,并且可以接受 color 参数的函数。可以取的值如下:

参数

描述

对应使用了 FacetGrid 函数

plt.plot / sns.lineplot

绘制折线图

sns.relplot(kind=“line”)

plt.hexbin

绘制六边形图形

sns.jointplot(kind=“hex”)

plt.hist

绘制直方图

sns.distplot

plt.scatter / sns.scatterplot

绘制散点图

sns.relplot(kind=“scatter”)

sns.stripplot

绘制分类散点图

sns.catplot(kind=“strip”

sns.swarmplot

绘制散开来的分类散点图

sns.catplot(kind=“swarm”)

sns.boxplot

绘制箱线图

sns.catplot(kind=“box”)

sns.violinplot

绘制小提琴图

sns.catplot(kind=“violin”)

sns.pointplot

绘制点线图

sns.catplot(kind=“point”)

sns.barplot

绘制条形图

sns.catplot(kind=“bar”)

sns.countplot

绘制数量柱状图

sns.catplot(kind=“count”)

sns.regplot

绘制带有回归线的散点图

sns.lmplot

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
tips = pd.read_csv("dataset/tips.csv")
#绘制散点图
g1 = sns.FacetGrid(tips)
g1.map(plt.scatter,"total_bill","tip")

绘制多个图形

FacetGrid 可以通过 col 和 row 参数在一个 Figure 上绘制多个图形,其中 col 和 row 都是数据集中的某个列的名字。只要指定这个名字,那么就会自动的按照指定列的值的个数绘制指定个数的图形。

#绘制多个图
g2 = sns.FacetGrid(tips,col="day",col_wrap=2)
g2.map(plt.scatter,"total_bill","tip")

添加颜色观察字段

可以通过添加 hue 参数来控制每个图中元素的颜色来观察其他的字段

g2 = sns.FacetGrid(tips,col="day",hue="time")
g2.map(plt.scatter,"total_bill","tip")
#添加图例
g2.add_legend()

设置每个图形的尺寸

使用 FacetGrid 绘制出图形后,如果设置每个图形的尺寸或者是宽高比,可以通过在 FacetGrid 中设置 height 和 aspect 来实现,其中 height 表示的是每个图形的尺寸(默认是宽高一致),aspect 表示的是 宽度/高度 的比例。

g3 = sns.FacetGrid(tips,col="smoker",height=4,aspect=1.5)
g3.map(sns.barplot,"day","total_bill")

设置图例

默认情况下不会添加图例,我们可以通过 g.add_legend() 来添加图例。

(1)通过 title 来控制图例的标题

(2)通过 label_order 来控制图例元素的顺序

sns.set(rc={"font.sans-serif":"SimHei"})
g2 = sns.FacetGrid(tips,col="day",hue="time")
g2.map(plt.scatter,"total_bill","tip")
#添加图例
g2.add_legend(title="标题",label_order=['Lunch','Dinner'])
new_labels = ['午餐','晚餐']
for text,label in zip(g2._legend.texts,new_labels):
text.set_text(label)

设置标题

设置标题可以通过:

g.set_titles(template=None,
row_template=None,
col_template=None)

来实现,这三个参数分别代表的意义如下:

  1. template:给图设置标题,其中有 {row_var}:绘制每行图像的名称,{row_name}:绘制每行图像的值,{col_var}:绘制每列图像的名称,{col_name}:绘制每列图像的值
  2. col_template:给图像设置列的标题,其中有 {col_var} 以及 {col_name} 可以使用
  3. row_template:给图像设置行的标题,其中有 {row_var} 以及 {row_name} 可以使用
g = sns.FacetGrid(tips,col="day",row="time")
g.map(sns.regplot,"total_bill","tip")
#设置标题为行
#g.set_titles(template="{row_var}/{row_name}")
#设置标题为列
g.set_titles(template="{col_var}/{col_name}标题")

设置坐标轴

  1. g.set_axis_labels(x_var,y_var):一次性设置 x 和 y 的坐标的标题
  2. g.set_xlabels(label):设置 x 轴的标题
  3. g.set_ylabels(label):设置 y 轴的标题
  4. g.set(xticks,yticks):设置 x 和 y 轴的刻度
  5. g.set_xticklables(labels):设置 x 轴的刻度文字
  6. g.set_yticklabels(labels):设置 y 轴的刻度文字
g = sns.FacetGrid(tips,col="day",row="time")
g.map(sns.scatterplot,"total_bill","tip")
#一次性设置 x 和 y 的坐标的标题
g.set_axis_labels('消费金额','小费')
g.set(facecolor='y')
#设置 x 轴的刻度和刻度文字
g.set(xticks=range(0,50,5),xticklabels=["$%d"%x for x in range(0,50,5)])

g.set 方法

g.set 方法可以对 FacetGrid 下的每个子图 Axes 设置属性。其中可以设置的参数完全是根据 Axes 的属性来的。比如可以设置每个 Axes 的 facecolor 等。详情可查询 matplotlib.Axes官方文档

g.set(facecolor='y')
#设置 x 轴的刻度和刻度文字
g.set(xticks=range(0,50,5),xticklabels=["$%d"%x for x in range(0,50,5)])

g.fig 方法

通过 g.fig 可以获取到当前的 Figure 对象,然后通过 Figure 对象再可以设置其他属性,比如 dip 等。

g = sns.FacetGrid(tips,col="day",row="time")
g.map(sns.scatterplot,"total_bill","tip")
#设置分辨率
g.fig.set_dpi(100)


责任编辑:庞桂玉 来源: Python编程学习圈
相关推荐

2021-08-04 20:35:03

2021-08-30 11:40:06

2020-10-31 17:13:04

Python可视化Seaborn

2020-04-29 09:17:42

Seaborn数据可视化数据分析

2020-08-10 06:16:26

seaborn数据分析图表

2020-10-15 15:09:27

Seaborn图表数据集

同话题下的热门内容

该不该将单体架构迁移到微服务?如何创建一个无代码的自助客户聊天机器人功能测试vs.非功能测试:能否非此即彼地进行选择?JMS VS Kafka:苹果与橘子之战!「芯片法案」下周签署!台积电沉默以对佩洛西,三星、SK海力士谨慎观望Java 服务 Docker 容器化优秀实践说实话,今年互联网人跳槽的逻辑变了八个流行的 Python 可视化工具包,你喜欢哪个?

编辑推荐

2017年9月编程语言排行榜:Java、C与C++三巨头还能统治排行榜多久?2017年最受欢迎的5个前端框架比较2017年11月编程语言排行榜:脚本语言怎么了?2017年3月编程语言排行榜:Swift首次进入前十最近租房有点烦!技术人如何用Python找到称心如意的“小窝”?
我收藏的内容
点赞
收藏

51CTO技术栈公众号