Bagaimana untuk Memplot Plot Seaborn Dalam Subplot Matplotlib Ditakrifkan?

Patricia Arquette
Lepaskan: 2024-11-01 18:02:02
asal
310 orang telah melayarinya

How to Plot Seaborn Plots Within Defined Matplotlib Subplots?

seaborn bukan Merancang dalam Subplot Ditakrifkan

Banyak plot laut boleh diplot dalam subplot dengan fungsi matplotlib.pyplot.subplots, dengan cara yang sama seperti plot matplotlib biasa boleh diplot. Walau bagaimanapun, sesetengah fungsi mempunyai beberapa had, seperti tidak mempunyai parameter kapak

Pemberhentian seaborn.distplot

Sebelum versi 0.11, fungsi seaborn.distplot telah digunakan untuk merancang pelbagai jenis pengagihan. Fungsi ini telah ditamatkan dengan seaborn 0.11

seaborn.distplot() has been DEPRECATED in seaborn 0.11 and is replaced with the following:

displot(), a figure-level function with a similar flexibility over the kind of plot to draw. This is a FacetGrid, and does not have the ax parameter, so it will not work with matplotlib.pyplot.subplots.

histplot(), an axes-level function for plotting histograms, including with kernel density smoothing. This does have the ax parameter, so it will work with matplotlib.pyplot.subplots.
Salin selepas log masuk

Mencari Fungsi yang Betul

Untuk mana-mana fungsi seaborn yang tidak mempunyai parameter kapak, terdapat fungsi peringkat paksi yang sepadan yang boleh digunakan sebaliknya . Untuk mencari fungsi yang betul, anda boleh merujuk kepada dokumentasi seaborn untuk plot aras angka untuk mencari fungsi plot aras paksi yang sesuai.

Berikut ialah senarai plot aras angka yang tidak mempunyai kapak parameter:

  • replot
  • displot
  • catplot

Memplot Plot Berbeza pada Baris Yang Sama

Dalam ini kes, matlamatnya adalah untuk memplot dua histogram berbeza pada baris yang sama. Memandangkan displot ialah fungsi peringkat angka dan tidak mempunyai parameter kapak, ia tidak boleh digunakan dengan matplotlib.pyplot.subplots. Dalam kes ini, fungsi yang betul untuk digunakan ialah histplot, iaitu fungsi peringkat paksi yang mempunyai parameter kapak.

Berikut ialah contoh menggunakan histplot untuk memplot dua histogram berbeza pada baris yang sama:

<code class="python">import seaborn as sns
import matplotlib.pyplot as plt

# load data
penguins = sns.load_dataset("penguins", cache=False)

# select the columns to be plotted
cols = ['bill_length_mm', 'bill_depth_mm']

# create the figure and axes
fig, axes = plt.subplots(1, 2)
axes = axes.ravel()  # flattening the array makes indexing easier

for col, ax in zip(cols, axes):
    sns.histplot(data=penguins[col], kde=True, stat='density', ax=ax)

fig.tight_layout()
plt.show()</code>
Salin selepas log masuk

Ini akan menghasilkan rajah dengan dua histogram diplot pada baris yang sama.

Memplot Plot Berbeza daripada Berbilang DataFrames

Jika anda mempunyai berbilang bingkai data, anda boleh menggabungkannya menggunakan panda pd.concat, dan kemudian gunakan kaedah tetapkan untuk mencipta lajur 'sumber' mengenal pasti, yang boleh digunakan untuk menentukan row= atau col=, atau sebagai parameter warna

<code class="python"># list of dataframe
lod = [df1, df2, df3]

# create one dataframe with a new 'source' column to use for row, col, or hue
df = pd.concat((d.assign(source=f'df{i}') for i, d in enumerate(lod, 1)), ignore_index=True)</code>
Salin selepas log masuk

Anda boleh kemudian gunakan rangka data gabungan ini untuk memplot pelbagai plot berbeza menggunakan seaborn.

Untuk mendapatkan maklumat lanjut, lihat sumber berikut:

  • [Dokumentasi Seaborn](https://seaborn.pydata .org/)
  • [Memplot Subplot dengan Matplotlib](https://matplotlib.org/stable/tutorials/intermediate/subplots.html)
  • [Seaborn and Pandas Integration](https: //seaborn.pydata.org/tutorial/using_pandas.html)

Atas ialah kandungan terperinci Bagaimana untuk Memplot Plot Seaborn Dalam Subplot Matplotlib Ditakrifkan?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan
Tentang kita Penafian Sitemap
Laman web PHP Cina:Latihan PHP dalam talian kebajikan awam,Bantu pelajar PHP berkembang dengan cepat!