- Seaborn 教程
- Seaborn - 首頁
- Seaborn - 簡介
- Seaborn - 環境設定
- 匯入資料集和庫
- Seaborn - 圖表美學
- Seaborn - 顏色調色盤
- Seaborn - 直方圖
- Seaborn - 核密度估計
- 視覺化成對關係
- Seaborn - 繪製分類資料
- 觀測值的分佈
- Seaborn - 統計估計
- Seaborn - 繪製寬格式資料
- 多面板分類圖
- Seaborn - 線性關係
- Seaborn - Facet Grid
- Seaborn - Pair Grid
- 函式參考
- Seaborn - 函式參考
- Seaborn 有用資源
- Seaborn - 快速指南
- Seaborn - 有用資源
- Seaborn - 討論
Seaborn.catplot() 方法
Seaborn.catplot() 方法用於繪製分類圖。利用多種視覺化表示方法中的一種,此函式使使用者能夠訪問許多軸級函式,這些函式說明了數值資料與一個或多個類別變數之間的關係。底層軸級函式由 kind 引數選擇。
kind 引數採用以下值,並且列出了可以繪製的不同分類圖的區別。
分類散點圖包括 catplot、strip plot 和 swarm plot。
分類分佈圖包括箱線圖、小提琴圖和 boxen 圖。
分類估計圖包括條形圖、點圖和計數圖。
語法
以下是seaborn.catplot() 方法的語法。
seaborn.catplot(*, x=None, y=None, hue=None, data=None, row=None, col=None, col_wrap=None, estimator=<function mean at 0x7ff320f315e0>, ci=95, n_boot=1000, units=None, seed=None, order=None, hue_order=None, row_order=None, col_order=None, kind='strip', height=5, aspect=1, orient=None, color=None, palette=None, legend=True, legend_out=True, sharex=True, sharey=True, margin_titles=False, facet_kws=None, **kwargs
引數
下面列出此方法的一些引數。
| 序號 | 名稱和描述 |
|---|---|
| 1 | x,y 這些引數以變數名稱作為輸入,用於繪製長格式資料。 |
| 2 | data 這是用於繪製圖形的資料框。 |
| 3 | hue 資料框中用於繪製圖形的變數名稱。 |
| 4 | kind 此引數採用不同的值,例如 swarm、strip 等,圖形的性質取決於此引數。 |
| 5 | height 此引數採用標量值,並以英寸為單位指定繪圖的高度。 |
| 6 | aspect 此引數採用標量值。aspect*height 將給出繪圖的寬度。 |
| 7 | orient 它採用值“h”或“v”,圖形的方向取決於此引數。 |
| 8 | row, col 這些是來自資料框的分類變數,需要繪製。 |
在繼續繪製圖形之前,讓我們載入 Seaborn 庫和資料集。
載入 seaborn 庫
要載入或匯入 Seaborn 庫,可以使用以下程式碼行。
Import seaborn as sns
載入資料集
在本文中,我們將使用 seaborn 庫中內建的 Tips 資料集。使用以下命令載入資料集。
tips=sns.load_dataset("tips")
以下命令用於檢視資料集中的前 5 行。這使我們能夠了解可以使用哪些變數來繪製圖形。
tips.head()
以下是上述程式碼段的輸出。
index,total_bill,tip,sex,smoker,day,time,size 0,16.99,1.01,Female,No,Sun,Dinner,2 1,10.34,1.66,Male,No,Sun,Dinner,3 2,21.01,3.5,Male,No,Sun,Dinner,3 3,23.68,3.31,Male,No,Sun,Dinner,2 4,24.59,3.61,Female,No,Sun,Dinner,4
現在我們已經載入了資料,我們將繼續繪製資料。
示例 1
在此示例中,我們將瞭解如何透過向方法傳遞 x、y 和 hue 引數來生成簡單的 catplot()。
為此,可以使用以下程式碼行。
import seaborn as sns
import matplotlib.pyplot as plt
tips=sns.load_dataset("tips")
tips.head()
sns.catplot(data=tips,x="total_bill",y="tip",hue="time")
plt.show()
輸出
生成的繪圖將如下面的影像所示。
示例 2
在此示例中,我們將瞭解如何使用 height 和 aspect 引數修改繪圖的大小。我們將向這些引數傳遞值,並觀察繪圖大小的變化。
import seaborn as sns
import matplotlib.pyplot as plt
tips=sns.load_dataset("tips")
tips.head()
sns.catplot(data=tips,x="sex",y="tip",hue="time",height=5, aspect=.8)
plt.show()
可以使用以上程式碼行生成具有更改的繪圖尺寸的 catplot()。
輸出
為此生成的輸出圖形將如下面的繪圖所示。
示例 3
由於 catplot() 繪製分類圖,我們將瞭解 row 和 col 引數的用法。row 和 col 引數採用來自資料框的分類變數,並在 facet 上繪製它們。
我們使用 tips 資料集,它有 4 個分類變數:sex、day、time 和 smoker。我們在以下繪圖中使用了所有這四個變數。
import seaborn as sns
import matplotlib.pyplot as plt
tips=sns.load_dataset("tips")
tips.head()
sns.catplot(data=tips,x="day",y="tip",hue="time",col="smoker",row="sex")
plt.show()
可以使用以上程式碼行使用 catplot() 方法繪製 tips 資料集中所有四個分類變數。
輸出
生成的輸出圖形如下所示。
示例 4
seaborn.catplot() 方法中有許多引數。Kind 是一個非常有用的引數。傳遞給此引數的值決定了繪製的繪圖的性質。它可以採用不同的值,例如“strip”、“swarm”、“box”、“violin”、“boxen”、“point”、“bar”或“count”。
可以在下面給出的程式碼中瞭解此引數的工作原理。
import seaborn as sns
import matplotlib.pyplot as plt
tips=sns.load_dataset("tips")
tips.head()
sns.catplot(data=tips,x="day",y="tip",hue="sex",col="time",kind="swarm")
plt.show()
輸出
下面顯示了上面程式碼生成的繪圖(kind 為 swarm)的輸出。