Python 数据分析之seaborn.FacetGrid

参考链接

参数介绍

class seaborn.FacetGrid(data, row=None, col=None, hue=None, col_wrap=None, sharex=True, sharey=True, height=3, aspect=1, palette=None, row_order=None, col_order=None, hue_order=None, hue_kws=None, dropna=True, legend_out=True, despine=True, margin_titles=False, xlim=None, ylim=None, subplot_kws=None, gridspec_kws=None, size=None)

1.例子

1.1 使用提示数据集初始化2x2的构面网格：

import seaborn as sns; sns.set(style="ticks", color_codes=True)
tips = sns.load_dataset("tips")
g = sns.FacetGrid(tips, col="time", row="smoker")

1.2 在每个子图绘制一个单变量图：

import matplotlib.pyplot as plt
g = sns.FacetGrid(tips, col="time",  row="smoker")
g = g.map(plt.hist, "total_bill")

（请注意，不必重新捕获返回的变量；它是同一对象，但是在示例中这样做会使处理doctest的烦恼有所减少）。

1.3 将其他关键字参数传递给映射函数：

import numpy as np
bins = np.arange(0, 65, 5)
g = sns.FacetGrid(tips, col="time",  row="smoker")
g = g.map(plt.hist, "total_bill", bins=bins, color="r")

1.4 在每个方面上绘制一个双变量函数：

g = sns.FacetGrid(tips, col="time",  row="smoker")
g = g.map(plt.scatter, "total_bill", "tip", edgecolor="w")

1.5 将变量之一分配给绘图元素的颜色：

g = sns.FacetGrid(tips, col="time",  hue="smoker")
g = (g.map(plt.scatter, "total_bill", "tip", edgecolor="w")
      .add_legend())

1.6 更改facet的高度和长宽比：

g = sns.FacetGrid(tips, col="day", height=4, aspect=.5)
g = g.map(plt.hist, "total_bill", bins=bins)

1.7 指定绘图元素的顺序：

g = sns.FacetGrid(tips, col="smoker", col_order=["Yes", "No"])
g = g.map(plt.hist, "total_bill", bins=bins, color="m")

1.8 使用其他调色板：

kws = dict(s=50, linewidth=.5, edgecolor="w")
g = sns.FacetGrid(tips, col="sex", hue="time", palette="Set1",
                  hue_order=["Dinner", "Lunch"])
g = (g.map(plt.scatter, "total_bill", "tip", **kws)
     .add_legend())

1.9 使用字典将色调级别映射到颜色：

pal = dict(Lunch="seagreen", Dinner="gray")
g = sns.FacetGrid(tips, col="sex", hue="time", palette=pal,
                  hue_order=["Dinner", "Lunch"])
g = (g.map(plt.scatter, "total_bill", "tip", **kws)
     .add_legend())

1.10 另外，对色阶使用不同的标记：

g = sns.FacetGrid(tips, col="sex", hue="time", palette=pal,
                  hue_order=["Dinner", "Lunch"],
                  hue_kws=dict(marker=["^", "v"]))
g = (g.map(plt.scatter, "total_bill", "tip", **kws)
     .add_legend())

1.11 将具有多个级别的列变量“包装”到行中：

att = sns.load_dataset("attention")
g = sns.FacetGrid(att, col="subject", col_wrap=5, height=1.5)
g = g.map(plt.plot, "solutions", "score", marker=".")

1.12 定义一个自定义双变量函数以映射到网格：

from scipy import stats
def qqplot(x, y, **kwargs):
    _, xr = stats.probplot(x, fit=False)
    _, yr = stats.probplot(y, fit=False)
    sns.scatterplot(xr, yr, **kwargs)
g = sns.FacetGrid(tips, col="smoker", hue="sex")
g = (g.map(qqplot, "total_bill", "tip", **kws)
      .add_legend())

1.13 定义一个使用DataFrame对象并接受列名称作为位置变量的自定义函数：

import pandas as pd
df = pd.DataFrame(
    data=np.random.randn(90, 4),
    columns=pd.Series(list("ABCD"), name="walk"),
    index=pd.date_range("2015-01-01", "2015-03-31",
                        name="date"))
df = df.cumsum(axis=0).stack().reset_index(name="val")
def dateplot(x, y, **kwargs):
    ax = plt.gca()
    data = kwargs.pop("data")
    data.plot(x=x, y=y, ax=ax, grid=False, **kwargs)
g = sns.FacetGrid(df, col="walk", col_wrap=2, height=3.5)
g = g.map_dataframe(dateplot, "date", "val")

1.14 绘制后使用不同的轴标签：

g = sns.FacetGrid(tips, col="smoker", row="sex")
g = (g.map(plt.scatter, "total_bill", "tip", color="g", **kws)
      .set_axis_labels("Total bill (US Dollars)", "Tip"))

1.15 设置在子图之间共享的其他属性：

g = sns.FacetGrid(tips, col="smoker", row="sex")
g = (g.map(plt.scatter, "total_bill", "tip", color="r", **kws)
      .set(xlim=(0, 60), ylim=(0, 12),
           xticks=[10, 30, 50], yticks=[2, 6, 10]))

1.16 对构面标题使用其他模板：

g = sns.FacetGrid(tips, col="size", col_wrap=3)
g = (g.map(plt.hist, "tip", bins=np.arange(0, 13), color="c")
      .set_titles("{col_name} diners"))

1.17 收紧各个方面：

g = sns.FacetGrid(tips, col="smoker", row="sex",
                  margin_titles=True)
g = (g.map(plt.scatter, "total_bill", "tip", color="m", **kws)
      .set(xlim=(0, 60), ylim=(0, 12),
           xticks=[10, 30, 50], yticks=[2, 6, 10])
      .fig.subplots_adjust(wspace=.05, hspace=.05))

2.方法

项目	说明
** _init _**(self, data[, row, col, hue, …])	初始化matplotlib图形和FacetGrid对象。
add_legend(self[, legend_data, title, …])	绘制图例，也许将其放置在轴外并调整图的大小。
despine(self, **kwargs)	从刻面上除去轴刺。
facet_axis(self, row_i, col_j)	使这些索引所标识的轴处于活动状态并返回。
facet_data(self)	每个方面的名称索引和数据子集的生成器。
map(self, func, *args, **kwargs)	将绘图函数应用于数据的每个方面。
map_dataframe(self, func, *args, **kwargs)	像，.map但将args作为字符串传递，并将数据插入kwargs中。
savefig(self, *args, **kwargs)	保存该图。
set(self, **kwargs)	在每个子图轴上设置属性。
set_axis_labels(self[, x_var, y_var])	在网格的左列和底部行设置轴标签。
set_titles(self[, template, row_template, …])	在每个构面上方或网格边距上绘制标题。
set_xlabels(self[, label])	在网格的底行上标记x轴。
set_xticklabels(self[, labels, step])	设置网格的x轴刻度标签。
set_ylabels(self[, label])	在网格的左列上标记y轴。
set_yticklabels(self[, labels])	在网格的左列上设置y轴刻度标签。

3.属性

名称	说明
ax	轻松访问单轴.