Seaborn.JointGrid 類

Seaborn.JointGrid 類用作網格，用於繪製帶有邊緣單變數圖的雙變數圖。

通常，可以使用名為 jointplot() 的圖級別介面繪製許多圖；但是，如果需要資料視覺化更靈活，則可以使用此類。從根本上說，此類設定網格並在內部儲存資料，以便更容易進行繪圖。

以下是 seaborn.JointGrid 的語法

class seaborn.JointGrid(**kwargs)
__init__(self, *, x=None, y=None, data=None, height=6, ratio=5, space=0.2, dropna=False, xlim=None, ylim=None, size=None, marginal_ticks=False, hue=None, palette=None, hue_order=None, hue_norm=None)

seaborn.JointGrid 的引數

下面顯示了此類的一些引數。

序號	引數和描述
1	資料接收資料框，其中每一列是一個變數，每一行是一個觀測值。
2	色調 (hue) 指定將在特定網格面上顯示的資料部分的變數。要調整此變數的級別順序，請參考變數順序引數。
3	型別 (Kind) 從 {‘scatter’, ‘kde’, ‘hist’, ‘reg’} 中取值，並據此確定要繪製的圖的型別。
4	比例 (ratio) 接收數值，並確定聯合軸高度與邊緣軸高度的比例。
5	高度 (Height) 接收標量值，並確定面的高度。
6	顏色 (Color) 接收 matplotlib 顏色作為輸入，並確定未使用色調對映時的單一顏色規範。
7	邊緣刻度 (Marginal_ticks) 接收布林值，如果為 False，則抑制邊緣圖的計數/密度軸上的刻度。
8	色調順序 (hue_order) 接收列表作為輸入，並由此順序確定分面變數的級別順序。

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前 5 行。這使我們能夠了解可以使用哪些變數來繪製圖表。

tips.head()

以下是上述程式碼的輸出：

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

在下面的示例中，我們將透過向其傳遞 tips 資料集和 x、y 列來繪製一個簡單的 JointGrid。這將生成一個空的 JointGrid 面。

import seaborn as sns
import matplotlib.pyplot as plt
tips=sns.load_dataset("tips")
tips.head()
sns.JointGrid(data=tips, x="total_bill", y="tip")
plt.show()

輸出

生成的輸出圖如下所示：

示例 2

在這個示例中，我們將在聯合網格面上繪製散點圖。散點圖繪製在面上，核密度估計圖繪製在面的邊緣。

import seaborn as sns
import matplotlib.pyplot as plt
tips=sns.load_dataset("tips")
tips.head()
g = sns.JointGrid(data=tips, x="total_bill", y="tip")
g.plot(sns.scatterplot, sns.kdeplot)
plt.show()

輸出

輸出圖如下所示：

示例 3

與上述示例類似，使用 plot() 函式在聯合網格面上繪製散點圖，並在面的邊緣繪製直方圖。除此之外，還向函式傳遞了一些其他引數，例如邊緣顏色、線寬和alpha。

這裡，邊緣顏色是一個特殊引數，它接收 matplotlib 顏色或“灰色”的值。這是一個可選引數。圍繞每個點的線的色調由此引數決定。如果您傳遞“灰色”，則用於點主體的顏色方案決定亮度。

線寬是一個接收浮點值的引數，用於確定劃分每個單元格的線的寬度。接下來，傳遞 alpha 引數。我們可以在 plot 函式中使用 alpha 引數來修改圖表的透明度。其值預設為 1。此選項的值介於 0 和 1 之間，並且隨著值接近 0，圖表變得更加半透明和不可見。

import seaborn as sns
import matplotlib.pyplot as plt
tips=sns.load_dataset("tips")
tips.head()
g = sns.JointGrid(data=tips, x="total_bill", y="sex")
g.plot(sns.scatterplot, sns.histplot, alpha=.5, edgecolor=".5", linewidth=.5)
plt.show()

輸出

現在，獲得的圖如下所示：

示例 4

還可以繪製分類圖在 JointGrid 面的邊緣。在這個示例中，我們將展示如何繪製箱線圖。

import seaborn as sns
import matplotlib.pyplot as plt
tips=sns.load_dataset("tips")
tips.head()
g = sns.JointGrid(data=tips, x="total_bill", y="tip")
g.plot(sns.regplot, sns.boxplot)
plt.show()

輸出

獲得的輸出如下：

seaborn_multi_plot_grids_introduction.htm

列印頁面