Python 如何在Python的Seaborn中使用factorplot可视化数据？

Seaborn是一个可视化数据的库，它带有自定义的主题和高级接口。

barplot函数建立了分类变量和连续变量之间的关系。数据以矩形条的形式表示，条的长度表示该特定类别中数据的比例。

Point plots与bar plots类似，但是不表示填充条，而是用另一个轴上的特定高度表示数据点的估计值。

分类数据可以使用分类散点图或两个单独的图表进行可视化，使用pointplot或更高级别的函数factorplot的帮助。

factorplot函数使用参数’kind’在FacetGrid上绘制分类图。默认情况下，FacetGrid使用“pointplot”函数。

让我们了解一下如何使用factorplot在Seaborn中绘制可视化图表：

阅读更多：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", data=my_df);
plt.show()

输出

解释

• 导入所需的包。
• 输入数据是从seaborn库加载的“exercise”。
• 这些数据存储在数据框中。
• 使用’load_dataset’函数加载iris数据。
• 使用’factorplot’函数可视化这些数据。
• 在此，数据帧作为参数提供。
• 此外，指定了x和y值。
• 结果在控制台上显示出来。