无涯教程-Seaborn - 多面网格

FacetGrid最多可以绘制三个维度-row，col和hue，前两个与所得的轴数组有明显的对应关系，可以将色相变量视为沿深度轴的第三维，在其中用不同的颜色绘制不同的级别。

FacetGrid 对象将数据框作为输入，并将构成网格的行，列或色调维度的变量的名称作为输入。

变量应为分类变量，变量每个级别的数据都将用于沿该轴的构面。

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df=sb.load_dataset('tips')
g=sb.FacetGrid(df, col="time")
plt.show()

运行上面代码输出

在上面的示例中，无涯教程刚刚初始化了 facetgrid 对象，该对象上没有绘制任何内容。

在此网格上可视化数据的主要方法是使用 FacetGrid.map()方法。使用直方图查看每个子集中的提示分布。

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df=sb.load_dataset('tips')
g=sb.FacetGrid(df, col="time")
g.map(plt.hist, "tip")
plt.show()

运行上面代码输出

由于参数col，地块数大于一。无涯教程在之前的章节中讨论了col参数。

要绘制关系图，请传递多个变量名称。

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df=sb.load_dataset('tips')
g=sb.FacetGrid(df, col="sex", hue="smoker")
g.map(plt.scatter, "total_bill", "tip")
plt.show()

运行上面代码输出

参考链接

https://www.learnfk.com/seaborn/seaborn-facet-grid.html