如何使用Seaborn库在Python中显示六边形图？

Seaborn是一个可视化数据的库。它自带自定义主题和高级接口，这些接口可以帮助我们自定义和控制数据的种类以及在应用某些过滤器时它的行为。

六边形分箱法可以用于分析双变量数据。当数据是稀疏的时候，也就是数据分布不均匀的时候，我们就需要使用六边形分箱法。当数据分布不均匀的时候，在散点图中捕捉到所有的数据点就变得非常困难，这时候就需要六边形分箱法来帮助我们解决问题。

接下来我们看一下如何使用Seaborn库来实现六边形分箱法。

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('iris')
sb.jointplot(x='petal_length', y='petal_width', data=my_df, kind='hex')
plt.show()

输出

说明

• 导入所需的包。
• 输入数据是从scikit learn库中加载的’iris_data’数据。
• 此数据存储在数据框中。
• 使用’load_dataset’函数加载鸢尾花数据。
• 使用’jointplot’函数可视化数据。
• 此处参数中分别提供了’x’和’y’轴的值。
• 此处指定了’hexbin’参数，以便绘制六边形分箱图。
• 散点图数据在控制台上显示。