Python seaborn.factorplot()用法及代码示例

Seaborn是一个了不起的可视化库，用于在Python中进行统计图形绘制。它提供了漂亮的默认样式和调色板，以使统计图更具吸引力。它建立在matplotlib库的顶部，并与 Pandas 的数据结构紧密集成。

seaborn.factorplot()方法

seaborn.factorplot()方法用于在FacetGrid上绘制分类图。

用法： seaborn.factorplot(x=None, y=None, hue=None, data=None, row=None, col=None, col_wrap=None, estimator=, ci=95, n_boot=1000, units=None, seed=None, order=None, hue_order=None, row_order=None, col_order=None, kind=’strip’, height=5, aspect=1, orient=None, color=None, palette=None, legend=True, legend_out=True, sharex=True, sharey=True, margin_titles=False, facet_kws=None, **kwargs)

参数：此方法接受下面描述的以下参数：

x, y:此参数采用数据中变量的名称，即用于绘制long-form数据的输入。
hue:(可选)此参数采用列名称进行颜色编码
data:此参数采用DataFrame，Long-form(整洁)数据集进行绘图。每列应对应一个变量，每行应对应一个观察值。
row, col:(可选)此参数采用数据中变量的名称，这将确定网格的构面。
col_wrap:(可选)此参数采用整数值“Wrap”在此宽度处的列变量，以便列构面跨越多行。与行构面不兼容。
estimator:(可选)此参数可调用以映射向量->标量，统计函数以在每个分类仓中进行估计。
ci:(可选)此参数采用float或“sd”或None值，置信区间的大小来绘制估计值。如果为“sd”，请跳过引导程序并绘制观测值的标准偏差。如果为None，则不会执行自举，并且不会绘制错误栏。
n_boot:(可选)此参数采用整数值，即计算置信区间时要使用的引导程序迭代次数。
units:(可选)此参数取数据或矢量数据中变量的名称，采样单位的标识符，将用于执行多级引导程序并考虑重复测量的设计。
seed:(可选)此参数采用整数值numpy.random.Generator或numpy.random.RandomState，种子或随机数生成器，以实现可重引导。
order, hue_order:(可选)此参数采用字符串列表，以便在其中绘制类别级别，否则从数据对象中推断级别。
row_order, col_order:(可选)此参数采用字符串列表，“ Order”用于组织表格中的行和/或列，否则，从数据对象中推断出这些顺序。
kind:(可选)此参数采用字符串值，要绘制的绘图类型(与分类绘图函数的名称相对应。选项为：“point”，“bar”，“strip”，“swarm”，“box”，“violin”或“boxen”。
height:(可选)此参数采用浮点值，即每个构面的高度(以英寸为单位)。
aspect:(可选)此参数采用浮点值，每个小平面的长宽比，以便Aspect * height给出每个小平面的宽度(以英寸为单位)。
orient:(可选)此参数的值应为“v” |。 “h”，图的方向(垂直或水平)。这通常是根据输入变量的dtype推论得出的，但可用于指定“categorical”变量是数字变量还是绘制wide-form数据时。
color:(可选)此参数采用matplotlib颜色，所有元素均为Color或渐变调色板为种子。
palette:(可选)此参数采用调色板名称，列表或字典，颜色，用于不同级别的色相变量。应该是可以由color_palette()解释的内容，或者是将色相级别映射到matplotlib颜色的字典。
legend:(可选)此参数为布尔值，如果为True且有色相变量，则在图上绘制图例。
legend_out:(可选)此参数为布尔值，如果为True，则将扩展图形大小，并且图例将绘制在右中部的图的外部。
share{x, y}:(可选)此参数为bool，‘col’或‘row’。如果为true，则构面将共享列的y轴和/或行的x轴。
margin_titles:(可选)此参数为布尔值，如果为True，则在最后一列的右侧绘制该行变量的标题。此选项是实验性的，可能无法在所有情况下都起作用。
facet_kws:(可选)此参数将字典对象，其他关键字参数的字典传递给FacetGrid。
kwargs:该参数采用键，值对，其他关键字参数传递给基础绘图函数。

返回值：此方法返回上面带有图的FacetGrid对象，以进行进一步调整。

注意：要下载提示数据集，请单击此处。

以下示例说明了seaborn库的factorplot()方法。

范例1：

# importing the required library 
import pandas as pd 
import seaborn as sns 
import matplotlib.pyplot as plt 
  
# read a csv file 
df = pd.read_csv('Tips.csv') 
  
# point plot(by default) 
sns.factorplot(x ='size', y ='tip', data = df) 
  
# Show the plot 
plt.show()

输出：
point plot

范例2：

# importing the required library 
import pandas as pd 
import seaborn as sns 
import matplotlib.pyplot as plt 
  
# read a csv file 
df = pd.read_csv('Tips.csv') 
  
# point plot using hue attribute 
# for colouring out points 
# according to the sex 
sns.factorplot(x ='size', y ='tip',  
               hue = 'sex', data = df) 
  
# Show the plot 
plt.show()

输出：
point plot coloured

相关用法

注：本文由纯净天空筛选整理自AnkitRai01大神的英文原创作品 Python – seaborn.factorplot() method。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。