Python3 - seaborn: lmplot(), hue, scattr

本博客是在Jupyter Notebooks上测试能通过，未在IDE上测试过。
如果想了解如何创建Jupyter, 请点击这里

先提供这次使用的dataset:

import seaborn as sns
tips = sns.load_dataset('tips')
tips.head()

结果如下：

使用lmplot():

# seaborn.lmplot(): Plot data and regression model fits across a FacetGrid
sns.lmplot(x='total_bill', y='tip', data=tips)

结果如下：

使用hue来分类：

# Variables that define subsets of the data, which will be drawn on separate facets in the grid.
# hue: 用来分类
sns.lmplot(x='total_bill', y='tip', data=tips, hue='sex')

结果如下：

# Variables that define subsets of the data, which will be drawn on separate facets in the grid.
# hue: 用来分类
sns.lmplot(x='total_bill', y='tip', data=tips, hue='smoker')

结果如下：

# Variables that define subsets of the data, which will be drawn on separate facets in the grid.
# hue: 用来分类
sns.lmplot(x='total_bill', y='tip', data=tips, hue='time')

结果如下：

使用markers:
要想使用各种各样的markers, 请点击这里
markers库的网址：https://matplotlib.org/3.3.3/api/markers_api.html

# Markers for the scatterplot. If a list, each marker in the list will be used for each level of the hue variable.
sns.lmplot(x='total_bill', y='tip', data=tips, hue='sex', markers=['o','v'])

结果如下：

博主也设计一些测试案例来测试marker, 仅供参考：

# marker = ['s','X'] 可以用
# marker = [1,2] 也可以用这个
# marker = [3,4] 可以用
# marker = [5,6] 可以用
# marker = [5,'o'] 可以用
## marker = [+,-] 不能用 ##
# marker = ['.',','] 可以用
marker = ['+','x']
sns.lmplot(x='total_bill', y='tip', data=tips, hue='sex', markers=marker)

结果如下：

使用scatter_kws{}:

# scatter_kws{}: Additional keyword arguments to pass to plt.scatter and plt.plot.
# s for size
sns.lmplot(x='total_bill', y='tip', data=tips, hue='sex', markers=['o','v'], scatter_kws={'s':100})

结果如下：

如果要想改变scatter_kws字典里的内容，可以尝试这样：(仅供参考)

import pandas as pd
import numpy as np
import matplotlib.pylab as plt
import seaborn as sns# Create data frame. The last column is the needed color
df = pd.DataFrame(np.random.random((100,2)), columns=["x","y"])# Add a column: the color depends of x and y values, but you can use whatever function.
value=(df['x']>0.2) & (df['y']>0.4)
df['color']= np.where( value==True , "#9b59b6", "#3498db")# plot
sns.regplot(data=df, x="x", y="y", fit_reg=False, scatter_kws={'facecolors':df['color']})

结果如下：

使用col:

# col: 根据所指定属性在列上分类
sns.lmplot(x='total_bill', y='tip', data=tips, col='sex')

结果如下：

使用row:

# row: 根据所指定属性在行上分类
sns.lmplot(x='total_bill', y='tip', data=tips, col='sex', row='time')

结果如下：

使用col和row:

sns.lmplot(x='total_bill', y='tip', data=tips, col='day', row='time', hue='sex')

结果如下：

使用aspect 和 height来控制图形的清晰度：

这个案例的aspect * height = 4.8

# aspect: Aspect ratio of each facet, so that aspect * height gives the width of each facet in inches
# height: Height (in inches) of each facet.
# aspect * height 所得到的结果越大，图形越模糊
sns.lmplot(x='total_bill', y='tip', data=tips, col='day', hue='sex', aspect=0.6, height=8)

结果如下：

这个案例的aspect * height = 3.2:

sns.lmplot(x='total_bill', y='tip', data=tips, col='day', hue='sex', aspect=0.8, height=4)

结果如下：

这个案例使用aspect * height = 7:

sns.lmplot(x='total_bill', y='tip', data=tips, col='day', hue='sex', aspect=0.7, height=10)

结果如下：

如果觉得不错，就点赞或者关注或者留言~~
谢谢~ ~

Python3 - seaborn: lmplot(), hue, scattr_kws{}, aspect, height相关推荐

seaborn系列 (17) | 回归模型图lmplot()
目录回归模型图函数原型参数解读案例教程案例地址回归模型图回归模型图可以对数据进行回归显示. 函数原型 seaborn.lmplot(x, y, data, hue=None,col=No ...
用Python的Seaborn库绘制17个超好看图表
Seaborn简介定义 Seaborn是一个基于matplotlib且数据结构与pandas统一的统计图制作库.Seaborn框架旨在以数据可视化为中心来挖掘与理解数据. 优点代码较少图形美观 ...
【Python】Python Seaborn搞定线型回归图曲线
本文详细介绍Seaborn可视化线型回归(linear regression)曲线目录 1.绘图数据准备 2.seaborn.regplotregplot默认参数线型回归图分别设置点和拟合线属性置信 ...
Seaborn 各种图形绘制
Seaborn是基于matplotlib的图形可视化python包.它提供了一种高度交互式界面,便于用户能够做出各种有吸引力的统计图表. Seaborn是在matplotlib的基础上进行了更高级的A ...
Python设置画布大小_我用Python的Seaborn库绘制17个超好看图表
点击上方" Python爬虫与数据挖掘 ",进行关注回复"书籍"即可获赠Python从入门到进阶共10本电子书今日鸡汤风朝露夜阴晴里,万户千门开闭时 ...
我用Python的可视化工具Seaborn制作17个超好看常用图表
一.Seaborn简介 1.定义 Seaborn是一个基于matplotlib且数据结构与pandas统一的统计图制作库. Seaborn框架旨在以数据可视化为中心来挖掘与理解数据. 2.优点代码较 ...
Seaborn常见绘图总结
以前粗略的学习过Matplotlib绘图.Pandas绘图(这里是pandas的常见绘图总结),但是都未深入的去学习过,一遇到问题就翻文档,效率低下.听"他们"说matplotli ...
详解Seaborn，看这一篇就够了
转载:Seaborn常见绘图总结 Seaborn是一个比Matplotlib集成度更高的绘图库,在科研和数据分析中我们常常看到一些画的非常高大上的图,这往往就是Seaborn绘制的图形.因此我们就使用 ...
seaborn.FacetGrid
官方文档链接:https://www.cntofu.com/book/172/docs/32.md 一.函数 class seaborn.FacetGrid(data, row=None, col=N ...

Python3 - seaborn: lmplot(), hue, scattr_kws{}, aspect, height

Python3 - seaborn: lmplot(), hue, scattr_kws{}, aspect, height相关推荐

最新文章

热门文章