Seaborn - พล็อตหมวดหมู่หลายแผง

ข้อมูลหมวดหมู่เราสามารถมองเห็นได้โดยใช้สองแปลงคุณสามารถใช้ฟังก์ชัน pointplot()หรือฟังก์ชันระดับสูงกว่า factorplot().

Factorplot

Factorplot วาดพล็อตหมวดหมู่บน FacetGrid การใช้พารามิเตอร์ 'kind' เราสามารถเลือกพล็อตเช่น boxplot, violinplot, barplot และ stripplot FacetGrid ใช้ pointplot ตามค่าเริ่มต้น

ตัวอย่าง

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('exercise')
sb.factorplot(x = "time", y = pulse", hue = "kind",data = df);
plt.show()

เอาต์พุต

เราสามารถใช้พล็อตที่แตกต่างกันเพื่อแสดงภาพข้อมูลเดียวกันโดยใช้ไฟล์ kind พารามิเตอร์.

ตัวอย่าง

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('exercise')
sb.factorplot(x = "time", y = "pulse", hue = "kind", kind = 'violin',data = df);
plt.show()

เอาต์พุต

ใน factorplot ข้อมูลจะถูกพล็อตบนกริดด้าน

Facet Grid คืออะไร?

Facet grid สร้างเมทริกซ์ของแผงที่กำหนดโดยแถวและคอลัมน์โดยการหารตัวแปร เนื่องจากแผงควบคุมพล็อตเดียวจึงดูเหมือนหลายแปลง การวิเคราะห์ชุดค่าผสมทั้งหมดในตัวแปรแยกสองตัวมีประโยชน์มาก

ให้เราเห็นภาพคำจำกัดความข้างต้นด้วยตัวอย่าง

ตัวอย่าง

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('exercise')
sb.factorplot(x = "time", y = "pulse", hue = "kind", kind = 'violin', col = "diet", data = df);
plt.show()

เอาต์พุต

ข้อดีของการใช้ Facet คือเราสามารถใส่ตัวแปรอื่นเข้าไปในพล็อตได้ พล็อตข้างต้นแบ่งออกเป็นสองพล็อตตามตัวแปรที่สามที่เรียกว่า 'diet' โดยใช้พารามิเตอร์ 'col'

เราสามารถสร้างคอลัมน์หลายแง่มุมและจัดแนวให้ตรงกับแถวของตาราง -

ตัวอย่าง

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('titanic')
sb.factorplot("alive", col = "deck", col_wrap = 3,data = df[df.deck.notnull()],kind = "count")
plt.show()

เอาท์พุท