Seaborn - 多面板分類圖表

我們可以使用兩種圖表對分類資料進行視覺化，可以使用函式 pointplot()，也可以使用更高階的函式 factorplot()。

Factorplot

Factorplot 在小分割網格中繪製分類圖表。使用“kind”引數，我們可以選擇圖表型別，例如箱線圖、小提琴圖、條形圖和帶狀圖。預設情況下，小分割網格使用點圖。

示例

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()

輸出

我們可以使用不同的圖表來使用 kind 引數視覺化相同的資料。

示例

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()

輸出

在 factorplot 中，資料繪製在小分割網格中。

什麼是小分割網格？

小分割網格 透過分割變數形成由行和列定義的面板矩陣。由於有面板，單個圖表看起來像多個圖表。它對分析兩個離散變數中的所有組合非常有幫助。

下面讓我們用一個示例視覺化上述定義

示例

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()

輸出

使用小分割網格的優點是我們可以在圖表中輸入另一個變數。使用“col”引數，上面用稱為“diet”的第三個變數將圖表分為兩個圖表。

我們可以在網格的行上製作許多列小分割網格並對其進行調整 −

示例

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()

輸出