FacetGrid结构图 概述
FacetGrid 可以通过 col 和 row 等参数来一次性构建多个图形。
relplot 、catplot 、lmplot 等函数可以通过 col 、row 等在一个 Figure 中绘制多个图。这个函数之所以有这些功能，是因为函数底层使用了 FacetGrid 来组装这些图形。
FacetGrid 绘图的 x 和 y 参数必须为 DataFrame 的列的名字。而直接使用 Axes 绘图，参数更灵活。
一. 普通的 Axes 绘图
实际上 Seaborn 的绘图函数中也有大量的直接使用 Axes 进行绘图的，凡是函数名中已经明确显示了这个图的类型，这种图都是使用 Axes 绘图的。比如 sns.scatterplot 、sns.lineplot 、 sns.barplot 等。 Axes 绘图可以直接使用之前的 matplotlib 的一些方式设置图的元素。
1.1 散点图
代码:
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
tips = pd.read_csv('E:/file/tips.csv')
#scatterplot绘图返回一个Axes对象
axes = sns.scatterplot(x="total_bill",y="tip",data=tips)
#利用Axes对象的函数设置一些属性
axes.set_xticks(range(0,60,5))
plt.show()
测试记录：
image.png
1.2 散点图+柱形图
代码:
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
tips = pd.read_csv('E:/file/tips.csv')
fig,[ax1,ax2] = plt.subplots(1,2,figsize=(20,5))
#z绘制散点图
#ax参数指定Axes对象
sns.scatterplot(x="total_bill",y="tip",data=tips,ax=ax1)
#绘制柱状图
sns.barplot(x="day",y="total_bill",data=tips,ax=ax2)
plt.show()
测试记录:
image.png
1.3 scatterplot的参数可以为数组
代码:
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
tips = pd.read_csv('E:/file/tips.csv')
#scatterplot的参数可以为数组等形式的数据
sns.scatterplot(x=tips['total_bill'],y='tip',data=tips)
plt.show()
测试记录:
image.png
二. FacetGrid 基本使用
先创建一个 FacetGrid 对象，然后再调用这个对象的 map 方法。其中 map 为方法的第一个参数是一个函数，后续 map 将调用这个函数来绘制图形。后面的参数就是传给这个函数的参数。
其中第一个参数是可以绘制 Axes 图，并且可以接受 color 参数的函数。可以取的值如下：
image.png
代码:
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
tips = pd.read_csv('E:/file/tips.csv')
#绘制散点图
g1 = sns.FacetGrid(tips)
g1.map(plt.scatter,"total_bill","tip")
plt.show()
测试记录：
image.png
三. 绘制多个图形
FacetGrid 可以通过 col 和 row 参数在一个 Figure 上绘制多个图形，其中 col 和 row 都是数据集中的某个列的名字。只要指定这个名字，那么就会自动的按照指定列的值的个数绘制指定个数的图形。
代码:
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
tips = pd.read_csv('E:/file/tips.csv')
#绘制多个图
g2 = sns.FacetGrid(tips,col="day",col_wrap=2)
g2.map(plt.scatter,"total_bill","tip")
plt.show()
测试记录:
image.png
五. 设置每个图形的尺寸
使用 FacetGrid 绘制出图形后，如果设置每个图形的尺寸或者是宽高比，可以通过在 FacetGrid 中设置 height 和 aspect 来实现，其中 height 表示的是每个图形的尺寸（默认是宽高一致），aspect 表示的是 宽度/高度 的比例。
代码：
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
tips = pd.read_csv('E:/file/tips.csv')
# 设置高度
g3 = sns.FacetGrid(tips,col="smoker",height=4,aspect=1.5)
g3.map(sns.barplot,"day","total_bill")
plt.show()
测试记录:
image.png
六. 设置图例
默认情况下不会添加图例，我们可以通过 g.add_legend() 来添加图例。
（1）通过 title 来控制图例的标题
（2）通过 label_order 来控制图例元素的顺序
代码：
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
tips = pd.read_csv('E:/file/tips.csv')
# 设置图例
sns.set(rc={"font.sans-serif":"SimHei"})
g2 = sns.FacetGrid(tips,col="day",hue="time")
g2.map(plt.scatter,"total_bill","tip")
#添加图例
g2.add_legend(title="标题",label_order=['Lunch','Dinner'])
new_labels = ['午餐','晚餐']
for text,label in zip(g2._legend.texts,new_labels):
text.set_text(label)
plt.show()
测试记录:
image.png
七. 设置标题
设置标题可以通过 g.set_titles(template=None,row_template=None,col_template=None) 来实现，这三个参数分别代表的意义如下：
（1）template：给图设置标题，其中有 {row_var}：绘制每行图像的名称，{row_name}：绘制每行图像的值，{col_var}：绘制每列图像的名称，{col_name}：绘制每列图像的值
（2）col_template：给图像设置列的标题，其中有 {col_var} 以及 {col_name} 可以使用
（3）row_template：给图像设置行的标题，其中有 {row_var} 以及 {row_name} 可以使用
代码:
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
tips = pd.read_csv('E:/file/tips.csv')
g = sns.FacetGrid(tips,col="day",row="time")
g.map(sns.regplot,"total_bill","tip")
#设置标题为行
#g.set_titles(template="{row_var}/{row_name}")
#设置标题为列
g.set_titles(template="{col_var}/{col_name}标题")
plt.show()
测试记录:
image.png
八. 设置坐标轴
- g.set_axis_labels(x_var,y_var)：一次性设置 x 和 y 的坐标的标题
- g.set_xlabels(label)：设置 x 轴的标题
- g.set_ylabels(label)：设置 y 轴的标题
- g.set(xticks,yticks)：设置 x 和 y 轴的刻度
- g.set_xticklables(labels)：设置 x 轴的刻度文字
- g.set_yticklabels(labels)：设置 y 轴的刻度文字
代码:
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
tips = pd.read_csv('E:/file/tips.csv')
g = sns.FacetGrid(tips,col="day",row="time")
g.map(sns.scatterplot,"total_bill","tip")
#一次性设置 x 和 y 的坐标的标题
g.set_axis_labels('消费金额','小费')
g.set(facecolor='y')
#设置 x 轴的刻度和刻度文字
g.set(xticks=range(0,50,5),xticklabels=["$%d"%x for x in range(0,50,5)])
plt.show()
测试记录：
image.png
九. g.set 方法
g.set 方法可以对 FacetGrid 下的每个子图 Axes 设置属性。其中可以设置的参数完全是根据 Axes 的属性来的。比如可以设置每个 Axes 的 facecolor 等。详情可查询 matplotlib.Axes官方文档
g.set(facecolor='y')
#设置 x 轴的刻度和刻度文字
g.set(xticks=range(0,50,5),xticklabels=["$%d"%x for x in range(0,50,5)])
十. g.fig 方法
通过 g.fig 可以获取到当前的 Figure 对象，然后通过 Figure 对象再可以设置其他属性，比如 dip 等。
g = sns.FacetGrid(tips,col="day",row="time")
g.map(sns.scatterplot,"total_bill","tip")
#设置分辨率
g.fig.set_dpi(100)
网友评论