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=None, hue=None, col_wrap=None, sharex=True, sharey=True, height=3, aspect=1, palette=None, row_order=None, col_order=None, hue_order=None, hue_kws=None, dropna=True, legend_out=True, despine=True, margin_titles=False, xlim=None, ylim=None, subplot_kws=None, gridspec_kws=None, size=None)
用于绘制条件关系的多图网格
基本工作流程是使用数据集和用于构造网格的变量初始化FacetGrid对象。然后,通过调用 FacetGrid.map() 或FacetGrid.map_dataframe(),可以将一个或多个绘图函数应用于每个子集。最后,可以使用其他方法调整绘图,以执行更改轴标签、使用不同刻度或添加图例等操作
二、参数
data
:DataFrame数据。
整洁的(“长形式”)dataframe数据,其中每一列是一个变量,每一行是一个观察实例。
row, col, hue
:字符串。
定义数据子集的变量,这些变量将在网格的不同方面绘制。请参阅*_order参数以控制此变量的级别顺序。
col_wrap
:整形数值,可选参数。
以此参数值来限制网格的列维度,以便列面跨越多行。与row面不兼容。
share{x,y}
:布尔值,‘col’ 或 'row’可选
如果为true,则跨列共享y轴或者跨行共享x轴。
height
:标量,可选参数。
每个图片的高度设定(以英寸为单位)。另见:aspect
aspect
:标量,可选参数。
每个图片的纵横比,因此aspect * height给出每个图片的宽度,单位为英寸。
palette
:调色板名称,列表或字典,可选参数。
用于色调变量的不同级别的颜色。应为color_palette()可以解释的参数,或者是将色调级别映射到matplotlib颜色的字典。
{row,col,hue}_order
:列表,可选参数。
对所给命令级别进行排序。默认情况下,这将是在数据中显示的级别,或者,如果变量是pandas分类,则为类别顺序。
hue_kws
:参数-列表值的映射字典
插入到绘图调用中的其他关键字参数,使得其他绘图属性在色调变量的级别上有所不同(例如散点图中的标记)。
legend_out
:布尔值,可选参数。
如果为True,则图形尺寸将被扩展,图例将绘制在中间右侧的图形之外。
despine
:布尔值,可选参数。
从图中移除顶部和右侧边缘框架。
margin_titles
:布尔值,可选参数。
如果为True,则行变量的标题将绘制在最后一列的右侧。此选项是实验性的,可能无法在所有情况下使用。
{x, y}lim
:元组,可选参数。
每个图片上每个轴的限制(仅当share {x,y}为True时才相关)。
subplot_kws
:字典,可选参数。
传递给matplotlib subplot(s)方法的关键字参数字典。
gridspec_kws
:字典,可选参数。
传递给matplotlib的gridspec模块(通过plt.subplots)的关键字参数字典。需要matplotlib> = 1.4,如果col_wrap不是None,则忽略它。
三、实例
import pandas as pd
import seaborn as sns
from matplotlib import pyplot as plt
d = {'col1': list(range(0,10,1)), 'col2':list(range(10,20,1)),'col3':list(range(20,30,1))}
data = pd.DataFrame(d)
data
m = pd.melt(data)
m
g = sns.FacetGrid(m, col="variable", col_wrap=2, sharex=False, sharey=False)
g = g.map(sns.distplot, "value")
sns.distplot
横轴–变量可取的值
纵轴–变量取该值的概率
variable 的取值有多少个,画出来的子图就有多少个
seaborn.FacetGrid相关推荐
- seaborn 子图_Seaborn FacetGrid:进一步完善子图
seaborn 子图 Data visualizations are essential in data analysis. The famous saying "one picture i ...
- Seaborn学习(一)------- 构建结构化多绘图网格(FacetGrid()、map())详解
在探索中等维数据时,一种有用的方法是在数据集的不同子集上绘制同一图的多个实例.这种技术有时被称为"格子"或"格子"绘图,它与"小倍数"的概念 ...
- seaborn 0.9 中文文档翻译完成 | ApacheCN
原文:seaborn: statistical data visualization 协议:CC BY-NC-SA 4.0 欢迎任何人参与和完善:一个人可以走的很快,但是一群人却可以走的更远. 在线阅 ...
- pd.melt和FacetGrid
1 pd.melt 转换数据集,将宽数据集变成长数据集 pandas.melt(frame, id_vars=None, value_vars=None, var_name=None, value_n ...
- 数据可视化干货:使用pandas和seaborn制作炫酷图表(附代码)
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 吾日三省吾身:为人谋而不忠乎?与朋 ...
- 送书 | 数据可视化干货:使用pandas和seaborn制作炫酷图表(附代码)
导读:我们介绍过用matplotlib制作图表的一些tips,感兴趣的同学可以戳→纯干货:手把手教你用Python做数据可视化(附代码).matplotlib是一个相当底层的工具.你可以从其基本组件中 ...
- seaborn 0.9 文档翻译活动期待大家的参与~
参与方式:https://github.com/apachecn/seaborn-doc-zh/blob/master/CONTRIBUTING.md 整体进度:https://github.com/ ...
- 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 ...
最新文章
- ImageNet 的衰落
- vs 属性 环境变量
- STM32F103C8T6 CAN通信详解
- 看来Kubernetes将一统天下?Docker也无法幸免
- CFI Flash, SPI Flash, Nand Flash,Nor Flash的区别和联系
- mysql delete语句_MySQL ------ 触发器(TRIGGER)(二十七)
- 如何返回一个只读泛型集合
- 在 Pycharm下使Python2和Python3共用Anaconda中的各种库/包的解决方法
- 电脑计算器的快捷键_牛!这份金蝶财务软件使用手册+超全快捷键汇总送你,财务收好...
- CVE-2017-10271 WebLogic XMLDecoder反序列化漏洞
- 【logstash】logstash monitor
- java语言与c++语言相比_最突出的特点是_Java 语言与C++语言相比,最突出的特点是( )。_学小易找答案...
- Scipy 基础 —— 稀疏矩阵
- 【C++入门】C++ List类
- 3.2 Zend_Db_Select
- mysql test run_MySQL自动测试框架
- Windows NT 内核基本结构
- vue3 解决getCurrentInstance 打包后线上环境报错问题
- 企查查移动端技术总监李骁:以数据之力赋能企业信息服务平台的技术提效
- maven--入门使用及环境变量配置
热门文章
- python插件化设计_Python打造出适合自己的定制化EclipseIDE
- c的关于数组初始化 和 memset用法
- linux服务器不能访问,无法在远程Linux服务器上访问tomcat
- X 039 0203 039 mysql_2020年寒假假期总结0203
- base64图裁剪 php_世界上最好的编程语言PHP图层裁剪服务搭建详解
- 坚果云feodra(linux)启动失败
- AI理论知识整理(13)-标准基
- 【深度学习】GPU选型调研!3090依旧是性价比之王
- 【数据分析】近10年学术论文的数据分析!
- Python——爬虫