patchworklib,一款极其强大的 Python 库!

来源丨网络

一、问题

如果想把多个图合并放在一个图里,如图,该如何实现

e9de04f9f6674dab52f574bbd720b8b0.png

好在R语言 和 Python 都有对应的解决方案, 分别是patchwork包和patchworklib库。

二、R语言

安装

# install.packages("devtools")
devtools::install_github("thomasp85/patchwork")

两个图并排在一行,只需要导入patchwork, 然后相加即可

library(ggplot2)
library(patchwork)

p1 <- ggplot(mtcars) + geom_point(aes(mpg, disp))
p2 <- ggplot(mtcars) + geom_boxplot(aes(gear, disp, group = gear))

p1 + p2

6b1aca6c445c295cc19f27590fa544c8.png


两行,第一行三个图,第二行一个图

p3 <- ggplot(mtcars) + geom_smooth(aes(disp, qsec))
p4 <- ggplot(mtcars) + geom_bar(aes(carb))

(p1 | p2 | p3) /
      p4

0f18576f3aebfb06acf1eaf889eb29ff.png

三、Python

Patchworklib 是与 matplotlib 相关的绘图(简单 matplotlib 绘图、Seaborn 绘图(轴级和图形级)和plotnine 绘图)的通用编辑器。这个库的灵感来自于 ggplot2 的patchwork。因此,作为原始拼凑,用户可以轻松地仅使用/|对齐 matplotlib 图。

Patchworklib 提供了该问题的解决方案。通过使用 patchworklib,任何类型的seaborn 和plotnine 图都可以作为matplotlib 子图进行处理。安装

pip3 install patchworklib

import patchworklib as pw
import seaborn as sns 

fmri = sns.load_dataset("fmri")
ax1 = pw.Brick(figsize=(3,2))
sns.lineplot(x="timepoint", y="signal", hue="region", style="event", data=fmri, ax=ax1)
ax1.legend(bbox_to_anchor=(1.05, 1.0), loc='upper left')
ax1.set_title("ax1")
 
titanic = sns.load_dataset("titanic")
ax2 = pw.Brick(figsize=(1,2))
sns.barplot(x="sex", y="survived", hue="class", data=titanic, ax=ax2)
ax2.move_legend(new_loc='upper left', bbox_to_anchor=(1.05, 1.0))
ax2.set_title("ax2")

ax12 = ax1|ax2
ax12.savefig("ax12.png")

edb50885942cf10d71514f84b3c13918.png


#省略 ax1、ax2、ax4绘制过程

ax124 = ax1|ax2|ax4
ax124.savefig("../img/ax124.png")

8df933e54eeb5506ea91f943146603eb.png


#省略 ax124、ax3、ax5绘制过程
ax12435 = ax124/(ax3|ax5)
ax12435.savefig("../img/ax12435.png")

ef656661a6ed98e06ccf2c8e3f3a09d2.png

-------- End --------

推荐👇同名微信视频号

aca6910a65bb0b3992b07be5183aaa18.png

05b669f66b04db785428cbdcc6eb1a8e.jpeg
图解Pandas

图文00-内容框架介绍 | 图文01-数据结构介绍 | 图文02-创建数据对象 | 图文03-操作Excel文件 | 图文04-常见的数据访问 | 图文05-常见的数据运算 |  图文06-常见的数学计算 | 图文07-常见的数据统计 | 图文08-常见的数据筛选 |  图文09-常见的缺失值处理 | 图文10-数据合并操作 | 图文11-Groupby分组操作

2373733dc22a4004c90705b1acb3ddbb.jpeg 992fe5ea7658bb08fbd2b302f1e63692.jpeg
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python使用技巧,机器学习基本原理分享,源码参考。 Python使用技巧,机器学习基本原理分享,源码参考。Python使用技巧,机器学习基本原理分享,源码参考。Python使用技巧,机器学习基本原理分享,源码参考。Python使用技巧,机器学习基本原理分享,源码参考。Python使用技巧,机器学习基本原理分享,源码参考。Python使用技巧,机器学习基本原理分享,源码参考。Python使用技巧,机器学习基本原理分享,源码参考。Python使用技巧,机器学习基本原理分享,源码参考。Python使用技巧,机器学习基本原理分享,源码参考。Python使用技巧,机器学习基本原理分享,源码参考。Python使用技巧,机器学习基本原理分享,源码参考。Python使用技巧,机器学习基本原理分享,源码参考。Python使用技巧,机器学习基本原理分享,源码参考。Python使用技巧,机器学习基本原理分享,源码参考。Python使用技巧,机器学习基本原理分享,源码参考。Python使用技巧,机器学习基本原理分享,源码参考。Python使用技巧,机器学习基本原理分享,源码参考。Python使用技巧,机器学习基本原理分享,源码参考。Python使用技巧,机器学习基本原理分享,源码参考。Python使用技巧,机器学习基本原理分享,源码参考。Python使用技巧,机器学习基本原理分享,源码参考。Python使用技巧,机器学习基本原理分享,源码参考。Python使用技巧,机器学习基本原理分享,源码参考。Python使用技巧,机器学习基本原理分享,源码参考。Python使用技巧,机器学习基本原理分享,源码参考。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值