python基础-seaborn的FacetGrid函数构造网格

python基础-seaborn的FacetGrid函数构造网格

要在数据集的子集中分别可视化变量的分布或多个变量之间的关系时，该类非常有用。
一个FacetGrid可以与多达三个维度可以得出：row，col，和hue。前两个与得到的轴阵列有明显的对应关系; 将色调变量视为沿深度轴的第三个维度，其中不同的级别用不同的颜色绘制。
通过使用FacetGrid数据框初始化对象以及将形成网格的行，列或色调维度的变量名称来使用该类。这些变量应该是分类的或离散的，然后变量的每个级别的数据将用于沿该轴的小平面。
例如，假设我们想要检查tips数据集中午餐和晚餐之间的差异， 此外，每个的relplot()，catplot()以及lmplot()在内部使用这些对象，并且它们返回的对象时，他们完成，使得其可以用于进一步调整。

代码

import seaborn as sns
import matplotlib.pyplot as plt
tips = sns.load_dataset("tips",data_home='D:\myprograme\study\seaborn-data-master')
print(tips.head())
#先搭框架，表示按time进行分框
g = sns.FacetGrid(tips,col="time")
#需要画的是什么
g.map(plt.hist,"tip")
plt.show()
#先搭框，再画散点图，指标是什么，指定透明度
g=sns.FacetGrid(tips,col="sex",hue="smoker")
g.map(plt.scatter,"total_bill","tip",alpha=.7)
#类别展示
g