- Seaborn 教程
- Seaborn - 首頁
- Seaborn - 簡介
- Seaborn - 環境搭建
- 匯入資料集和庫
- Seaborn - 圖形美學
- 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 - FacetGrid
- Seaborn - PairGrid
- 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 多圖網格 - 簡介
在本文中,我們將研究多維繪圖資料。在各種資料集子集上多次繪製相同的圖表是一種有價值的策略。它使檢視者能夠快速從複雜的資料集中提取大量資料。我們將透過兩種不同的方式在 Seaborn 中繪製多個圖表。第一種使用 Facetgrid() 方法,第二種隱式地使用 Matplotlib。
Seaborn 中有不同的多圖網格,如下所示。
| 序號 | 名稱和描述 |
|---|---|
| 1 | FacetGrid() 當您想分別在資料集的子集內視覺化變數的分佈或多個變數之間的關係時,FacetGrid 類非常有用。 |
| 2 | Pairplot() 用於繪製資料集中成對的關係。 |
| 3 | PairGrid() 用於繪製資料集中成對關係的子圖網格。 |
| 4 | Jointplot() 用於繪製具有雙變數和單變數圖的兩個變數的圖。 |
| 5 | JointGrid() 用作網格,用於繪製具有邊緣單變數圖的雙變數圖 |
在瞭解這些圖的工作原理之前,我們將瞭解如何從 seaborn 庫載入內建資料集,因為我們將使用這些資料集來學習這些函式。
Seaborn 除了是一個統計圖表工具包外,還包含各種預設資料集。我們將使用一個內建資料集作為預設資料集的示例。
讓我們在第一個示例中考慮 tips 資料集。“tips”資料集包含有關可能在餐廳用餐的人的資訊,以及他們是否為服務員留下小費,以及他們的性別、吸菸狀況和其他因素。
Seaborn.get_dataset_names() 方法有助於檢索所有內建資料集的名稱。
seaborn.get_dataset_names()
load_dataset() 方法有助於將具有名稱的資料集載入到資料結構中。
Tips=seaborn.load_dataset('tips')
以上程式碼行有助於將名為“tips”的資料集載入到名為 tips 的資料結構中。
現在我們知道了從哪裡載入資料集,我們可以繼續瞭解 seaborn 中多圖網格的工作原理。
seaborn_function_reference.htm
廣告