如何使用FacetGrid在Python Seaborn库中可视化数据？

barplot函数用于建立分类变量和连续变量之间的关系。数据以矩形条形图的形式表示，其中条形图的长度表示该特定类别中数据的比例。

Point plots类似于条形图，但不是代表填充条，而是用高度在另一个轴上的点表示数据点的估计值。

可以使用分类散点图或两个单独的图表来可视化分类数据，其使用pointplot或更高级别的函数factorplot。factorplot函数使用参数’kind’通过FacetGrid绘制分类图。

这里’kind’参数的值是’violin’。默认情况下，FacetGrid使用’pointplot’函数。

现在让我们理解如何使用factorplot创建小提琴图。

FacetGrid是面板的矩阵，通过将所有变量分为行和列来定义。由于面板，一个单独的图看起来像是一堆图。

Facet grid有助于分析两个离散变量的所有不同类型的组合。下面是一个示例-

更多Python相关文章，请阅读：Python 教程

示例

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
my_df = sb.load_dataset('exercise')
sb.factorplot(x = "time", y = "pulse", hue = "kind", kind = 'violin', col = "diet", data = my_df);
plt.show()

输出

说明

• 导入所需的软件包。
• 输入数据为从seaborn库加载的’exercise’数据。
• 此数据存储在数据框中。
• 使用’load_dataset’函数加载数据。
• 通过’factorplot’函数可视化此数据。
• 此处将数据框作为参数。
• 这里指定’kind’参数为’violin’。
• 还指定了’hue’和’col’参数。
• 还指定x和y值。
• 此数据在控制台上显示。