1. sns.Facetgrid 画一个基本的直方图
import numpy as np import pandas as pd from scipy import stats, integrate import matplotlib.pyplot as plt import seaborn as sns sns.set(color_codes=True) np.random.seed(sum(map(ord, 'distributions'))) tips = sns.load_dataset('tips') # 使用sns.Facetgrid 画一个基本的直方图 g = sns.FacetGrid(tips, col='time') g.map(plt.hist, 'tip') plt.show()
2 . 添加sns.Facetgrid属性hue,画散点图
g = sns.FacetGrid(tips, col='sex', hue='smoker') g.map(plt.scatter, 'total_bill', 'tip', alpha=0.7) g.add_legend() plt.show()
3. 使用color='0.1'来定义颜色, margin_titles=True把标题分开， fit_reg是否画拟合曲线,sns.regplot画回归图
g = sns.FacetGrid(tips, col='time', row='smoker', margin_titles=False) g.map(sns.regplot, 'size', 'total_bill', color='0.1', fit_reg=False, x_jitter=0.1) plt.show()
4. 绘制条形图，同时使用Categorical 生成col对应顺序的条形图， row_order 写入新的顺序的排列
g = sns.FacetGrid(tips, col='day', size=4, aspect=0.5) g.map(sns.barplot, 'sex', 'total_bill') plt.show() # 指定col顺序进行画图 from pandas import Categorical # 打印当前的day的顺序 ordered_days = tips.day.value_counts().index # 指定顺序 ordered_sys = Categorical(['Thur', 'Fri', 'Sat', 'Sun']) g = sns.FacetGrid(tips, col='day', size=4, aspect=0.5, row_order=ordered_days) g.map(sns.barplot, 'sex', 'total_bill') plt.show()
5. 绘制多变量指定颜色，通过palette添加颜色
pal = {'Lunch':'seagreen', 'Dinner':'gray'}
# size 指定外面的大小
g = sns.FacetGrid(tips, hue='time', palette=pal, size=5)
# s指定圆的大小, linewidth=0.5边缘线的宽度,egecolor边缘的颜色
g.map(plt.scatter, 'total_bill', 'tip', s=50, alpha=0.7, linewidth=0.5, edgecolor='white')
plt.show()
6. hue_kws={'marker':['^', 'o']}
pal = {'Lunch':'seagreen', 'Dinner':'gray'}
# size 指定外面的大小
g = sns.FacetGrid(tips, hue='time', palette=pal, size=5, hue_kws={'marker':['^', 'o']})
# s指定圆的大小, linewidth=0.5边缘线的宽度,egecolor边缘的颜色
g.map(plt.scatter, 'total_bill', 'tip', s=50, alpha=0.7, linewidth=0.5, edgecolor='white')
plt.show()
7. 设置set_axis_labels 设置坐标, g.fig.subplots_adjust(wspace=0.2, hspace) 表示子图与子图之间的间隔
with sns.axes_style('white'): g = sns.FacetGrid(tips, row='sex', col='smoker', margin_titles=True, size=2.5) # lw表示球的半径 g.map(plt.scatter, 'total_bill', 'tip', color='#334488', edgecolor='white', lw=0.1) g.set_axis_labels('Total bill (US Dollars)', 'Tip') # 设置x轴的范围 g.set(xticks=[10, 30, 50], yticks=[2, 6, 10]) # wspace 和 hspace 设置子图与子图之间的距离 g.fig.subplots_adjust(wspace=0.2, hspace=0.2) # 调子图的偏移 # g.fig.subplots_adjust(left=) plt.show()
8. sns.PairGrid(iris) # 进行两两变量绘图
g = sns.PairGrid(iris)
g.map(plt.scatter)
plt.show()
9. 将主对角线和非对角线的画图方式分开
g = sns.PairGrid(iris)
g.map_diag(plt.hist)
g.map_offdiag(plt.scatter)
plt.show()
10 多加上一个属性进行画图操作
g = sns.PairGrid(iris, hue='species') g.map_diag(plt.hist) g.map_offdiag(plt.scatter) g.add_legend() plt.show()
11. 只取其中的两个属性进行画图vars()
g = sns.PairGrid(iris, hue='species', vars=['sepal_length', 'sepal_width']) g.map_diag(plt.hist) g.map_offdiag(plt.scatter) g.add_legend() plt.show()
12. palette='green_d' 使用渐变色进行画图,取的颜色是整数的
g = sns.PairGrid(iris, hue='species', vars=['sepal_length', 'sepal_width'], palette='GnBu_r') g.map_diag(plt.hist) g.map_offdiag(plt.scatter) g.add_legend() plt.show()
