无涯教程可以使用两个图表来可视化分类数据,您可以使用功能 pointplot()或更高级别的功能 factorplot()。
Factorplot在FacetGrid上绘制分类图。使用“kind”参数,可以选择类似boxplot,violinplot,barplot和stripplot的图。FacetGrid默认使用pointplot。
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()
可以使用 kind 参数使用不同的图来可视化相同的数据。
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()
在factorplot中,数据绘制在构面网格上。
Facet网格通过划分变量形成由行和列定义的面板矩阵。由于面板的原因,单个图看起来像多个图。分析两个离散变量中的所有组合非常有帮助。
让无涯教程用一个示例形象化上面的定义
链接:https://www.learnfk.comhttps://www.learnfk.com/seaborn/seaborn-multi-panel-categorical-plots.html
来源:LearnFk无涯教程网
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()
使用Facet的好处是,可以在绘图中输入另一个变量。上面的图根据使用" col"参数的第三个变量" diet"分为两个图。
无涯教程可以创建许多列构面,并将它们与网格的行对齐-
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()
祝学习愉快!(内容编辑有误?请选中要编辑内容 -> 右键 -> 修改 -> 提交!)
Python实战 · 从0到1搭建直播视频平台 -〔Barry〕