Seaborn绘图
关系型绘图
seaborn.relplot()
这个函数功能非常强大,可以用来表示多个变量之间的关联关系。默认情况下是绘制散点图,也可以绘制线性图,具体绘制什么图形是通过kind参数来决定的。实际上以下两个函数就是relplot的特例:
• 散点类型:scatterplot -> relplot(kind=“scatter”)
• 线性类型:lineplot -> relplot(kind=“line”)
基本使用
import seaborn as sns
tips = sns.load_dataset("tips",cache=True)
sns.relplot(x="total_bill",y="tip",data=tips)
hue参数
hue参数是用来控制第三个变量的颜色显示的。比如我们在以上图的基础之上体现出星期几的参数,那么可以通过以下代码来实现:
sns.relplot(x="total_bill",y="tip",hue="day",data=tips)
添加col和row参数
col和row,可以将图根据某个属性的值的个数分割成多列或者多行。比如在以上图的基础之上我们想要把Lunch(午餐)和Dinner(晚餐)分割成两个图来显示,那么可以通过以下代码来实现:
sns.relplot(x="total_bill",y="tip",hue="day",col="time",data=tips)
relplot绘制散点图
from matplotlib import pyplot as plt
import pandas as pd
import numpy as np
import seaborn as sns
tips = pd.read_csv("./seaborn-data-master/tips.csv")
tips.head()
# 知道 total_bill与tips之间的关系
sns.relplot(x="total_bill",y="tip",data=tips)
# 周几外出吃饭人比较多?
# 通过点的颜色 来表示 日期
# hue:分组后不同值显示不同颜色
sns.relplot(x="total_bill",y="tip",data=tips,hue="day")
tips.groupby(by="day").count()
# 通过子图直接对比 中餐与晚餐 的人数 个数
# col:从列的方向添加子图表示分类
sns.relplot(x="total_bill",y="tip",data=tips,col="time")
# 晚餐 女性, 晚餐 男性, 午餐 女性, 午餐 男性
sns.relplot(x="total_bill",y="tip",data=tips,col="time",row="sex")
# col_wrap:当图形展示多个时,控制指定多少列进行换行。注意:不能与row同时使用。
# size:指定的列进行分组,然后通过数据的大小来表示点的大小。
sns.relplot(x="total_bill",y="tip",data=tips,col=