【Python】Matplotlib太臃腫，試試Seaborn

• Matplotlib繪制一張美圖需要很多參數(shù)調(diào)整，于是就出現(xiàn)了high-level版的Seaborn，幾行代碼即可輸出美美的圖形，那么Seaborn是如何做到的？
• Seaborn主要有兩種圖形實現(xiàn)方法Figure水平「下圖綠色格子中所有方法，如jointplot、JointGrid」、Axes水平「如stripplot、swarmplot等」，本文梳理Seaborn主要結(jié)構(gòu)，助快速掌控Seaborn??

Figure水平方法

此時，通過seaborn.axisgrid.FacetGrid對象作圖，以displot為例，

• 單個圖

import seaborn as sns
import pandas as pd
penguins = sns.load_dataset("penguins")#導入數(shù)據(jù)

g = sns.displot(data=penguins,
                x="flipper_length_mm",
                hue="species",
                multiple="stack",
                kind="hist")#一行代碼出圖
sns.set(style='whitegrid', font_scale=1.2)
print(type(g))

\<class 'seaborn.axisgrid.FacetGrid'> # 注意此處g對象類型

• 多子圖

Figure水平多子圖一行代碼搞定，

sns.displot(data=penguins, x="flipper_length_mm", hue="species", col="species")

• 矩陣圖 (pairplot)

sns.pairplot(data=penguins, hue="species")

• 矩陣圖 (PairGrid)

PairGrid可使矩陣圖更加個性化，

g = sns.PairGrid(penguins, diag_sharey=False)
g.map_upper(sns.scatterplot)  #右上角做散點圖
g.map_lower(sns.kdeplot)  #左下角做等高線圖
g.map_diag(sns.histplot)  #中間做直方圖

Axes水平方法

此時，直接在matplotlib.axes._subplots.AxesSubplot對象上作圖，以hisplot為例，

• 單個圖

import seaborn as sns
import pandas as pd
penguins = sns.load_dataset("penguins")

g = sns.histplot(data=penguins,
                 x="flipper_length_mm",
                 hue="species",
                 multiple="stack")
sns.set(style='whitegrid', font_scale=1.2)
print(type(g))

\<class matplotlib.axes._subplots.AxesSubplot> # 注意此處g對象類型

• 多子圖

比較繁瑣，

import matplotlib.pyplot as plt
f, axs = plt.subplots(1,
                      2,
                      figsize=(8, 4),
                      gridspec_kw=dict(width_ratios=[4, 3]))
sns.scatterplot(data=penguins,
                x="flipper_length_mm",
                y="bill_length_mm",
                hue="species",
                ax=axs[0])
sns.histplot(data=penguins,
             x="species",
             hue="species",
             shrink=.8,
             alpha=.8,
             legend=False,
             ax=axs[1])
f.tight_layout()

• 從上面實例可知，在簡單圖形上，F(xiàn)igure方法和Axes方式結(jié)果幾乎一樣，在多子圖繪制時，F(xiàn)igure水平優(yōu)勢明顯;

• 相比于jointplot/pairplot，JointGrid/PairGrid可以更個性化。

• 本文簡要介紹了Seaborn的主要方法，詳細可參考歷史文章及官網(wǎng)。

致謝：http://seaborn.pydata.org/index.html

-END-