Matplotlib太难，来学Seaborn呀
- Matplotlib绘制一张美图需要很多参数调整，于是就出现了high-level版的Seaborn，几行代码即可输出美美的图形，那么Seaborn是如何做到的？
- Seaborn主要有两种图形实现方法Figure水平「下图绿色格子中所有方法，如jointplot、JointGrid」、Axes水平「如stripplot、swarmplot等」， 本文梳理Seaborn主要功能，助快速掌握Seaborn
以上详细教程见：
Figure水平方法
此时，通过
seaborn.axisgrid.FacetGrid
对象作图，以
displot
为例，
- 单个图
import seaborn as sns
import pandas as pd
penguins = sns.load_dataset("penguins")#导入数据
g = sns.displot(data=penguins,
x="flipper_length_mm",
hue="species",
multiple="stack",
kind="hist")#一行代码出图
sns.set(style='whitegrid', font_scale=1.2)
print(type(g))
\<class 'seaborn.axisgrid.FacetGrid'>
# 注意此处g对象类型
- 多子图
Figure水平多子图一行代码搞定，
sns.displot(data=penguins, x="flipper_length_mm", hue="species", col="species")
- 矩阵图 (pairplot)
sns.pairplot(data=penguins, hue="species")
- 矩阵图 (PairGrid)
PairGrid
可使矩阵图更加个性化，
g = sns.PairGrid(penguins, diag_sharey=False)
g.map_upper(sns.scatterplot) #右上角做散点图
g.map_lower(sns.kdeplot) #左下角做等高线图
g.map_diag(sns.histplot) #中间做直方图
Axes水平方法
此时，直接在
matplotlib.axes._subplots.AxesSubplot
对象上作图，以
hisplot
为例，
- 单个图
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>
# 注意此处g对象类型
- 多子图
比较繁琐，
import matplotlib.pyplot as plt
f, axs = plt.subplots(1,
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",