0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線(xiàn)課程
  • 觀(guān)看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

數(shù)據(jù)可視化-Seaborn系列的relplot用法解析

sekJ_AI_class_v ? 2019-09-23 09:43 ? 次閱讀

Seaborn是一個(gè)非常炫酷的python可視化庫(kù),它專(zhuān)攻于統(tǒng)計(jì)可視化。相較于matplotlib,它的語(yǔ)法更加簡(jiǎn)潔。

案例代碼

https://github.com/Vambooo/SeabornCN

seaborn.relplot()解讀

注意:數(shù)據(jù)一定是通過(guò)DataFrame中傳送的

函數(shù)原型:seaborn.relplot(x=None, y=None, hue=None, size=None,  
               style=None, data=None, row=None, col=None,   
             col_wrap=None, row_order=None, col_order=None,
                 palette=None, hue_order=None, hue_norm=None, 
                sizes=None, size_order=None, size_norm=None, 
                markers=None, dashes=None, style_order=None, 
                legend='brief', kind='scatter', height=5,
                 aspect=1, facet_kws=None, **kwargs)

常用的參數(shù)解讀:

參數(shù)解讀:必須的參數(shù)x,y,data其他參數(shù)均為可選;x,y:數(shù)據(jù)中變量的名稱(chēng);data:是DataFrame類(lèi)型的;
可選:下面均為可選hue:數(shù)據(jù)中的名稱(chēng) 對(duì)將生成具有不同顏色的元素的變量進(jìn)行分組??梢允欠诸?lèi)或數(shù)字.
row,col:數(shù)據(jù)中變量的名稱(chēng)分類(lèi)變量將決定網(wǎng)格的分面。
col_wrap:int這個(gè)變量設(shè)置可以將多列包裝以多行的形式展現(xiàn)(有時(shí)太多列展現(xiàn),不便利),但不可以將多行以多列的形式展現(xiàn)。
size:數(shù)據(jù)中的名稱(chēng)根據(jù)指定的名稱(chēng)(列名),根據(jù)該列中的數(shù)據(jù)值的大小生成具有不同大小的效果??梢允欠诸?lèi)或數(shù)字。

案例說(shuō)明

import matplotlib.pyplot as pltimport seaborn as snssns.set(style="ticks")#構(gòu)建數(shù)據(jù)tips = sns.load_dataset("tips")#查看表名和前10條數(shù)據(jù)print(tips[:10])

# 指定x和y,并根據(jù)hue的不同進(jìn)行顏色分組sns.relplot(x="total_bill",y="tip",hue='day',data=tips)

上面代碼的運(yùn)行結(jié)果為右圖,左圖為未指定hue的效果:

# 設(shè)置col=列名  則根據(jù)列的類(lèi)別展示數(shù)據(jù)(該列的值有多少種,則將圖以多少列顯示)sns.relplot(x="total_bill", y="tip",hue="day", col="time", data=tips)

# 設(shè)置row=列名  則根據(jù)列的類(lèi)別展示數(shù)據(jù)(該列的值有多少種,則將圖以多少行顯示)sns.relplot(x="total_bill", y="tip",hue="day", row="sex", data=tips)

# 如果同時(shí)設(shè)置了col和row,相同的row在同一行,相同的col在同一列,效果如下sns.relplot(x="total_bill", y="tip",hue="day",col="time", row="sex", data=tips)

#通過(guò)設(shè)置col_wrap 將多列數(shù)據(jù)以多行的形式展示sns.relplot(x="total_bill", y="tip", hue="time",col="day", col_wrap=2, data=tips)

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀(guān)點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • python
    +關(guān)注

    關(guān)注

    56

    文章

    4799

    瀏覽量

    84812
  • 數(shù)據(jù)可視化

    關(guān)注

    0

    文章

    467

    瀏覽量

    10319

原文標(biāo)題:數(shù)據(jù)可視化-Seaborn系列 (1) | relplot用法

文章出處:【微信號(hào):AI_class_vip,微信公眾號(hào):人工智能學(xué)研社】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏

    評(píng)論

    相關(guān)推薦

    可視化MES系統(tǒng)軟件

    是關(guān)鍵部分,可視化管理可幫助企業(yè)更直觀(guān)的挖掘隱藏的數(shù)據(jù)并有效管理企業(yè)?!爸圃煳锫?lián)”是MES系統(tǒng)軟件更高階段的必然表現(xiàn)形式?!爸圃煳锫?lián)”與MES系統(tǒng)軟件的側(cè)重:(1)MES側(cè)重生產(chǎn)業(yè)務(wù)管理,制造物聯(lián)更關(guān)注
    發(fā)表于 11-30 19:55

    如何把AD中非可視化區(qū)域物件移到可視化區(qū)域?

    AD中非可視化區(qū)域物件怎么移到可視化區(qū)域???
    發(fā)表于 09-10 05:36

    python數(shù)據(jù)可視化的方法和代碼

    Python數(shù)據(jù)可視化匯總
    發(fā)表于 10-14 14:59

    12本關(guān)于數(shù)據(jù)可視化的好書(shū)

    Tableau官方推薦:12本關(guān)于數(shù)據(jù)可視化的好書(shū)
    發(fā)表于 05-22 17:13

    Python數(shù)據(jù)可視化

    Python數(shù)據(jù)可視化:網(wǎng)易云音樂(lè)歌單
    發(fā)表于 07-19 08:30

    三維可視化的應(yīng)用和優(yōu)勢(shì)

    的整體態(tài)勢(shì)?! ”热缭O(shè)備在偏僻區(qū)域(海下、深山、沙漠、分布全國(guó)各地等),可以實(shí)現(xiàn)無(wú)人檢測(cè),無(wú)需消耗人力物力進(jìn)行檢測(cè),通過(guò)三維數(shù)據(jù)的分析可以直觀(guān)的探測(cè)出設(shè)備狀態(tài)和產(chǎn)能?! ≡O(shè)備運(yùn)行可視化:根據(jù)圖像
    發(fā)表于 12-02 11:52

    數(shù)據(jù)可視化在電力行業(yè)的應(yīng)用前景如何?

    、信息管理和數(shù)據(jù)管理的量化展示,支持變電站多維數(shù)據(jù)的深度挖掘和智能分析。將實(shí)際生產(chǎn)業(yè)務(wù)無(wú)縫集成到平臺(tái)上,使日常管理任務(wù)標(biāo)準(zhǔn)、自動(dòng)和企業(yè)智能、專(zhuān)業(yè)管理。案例預(yù)覽地址:https://
    發(fā)表于 07-06 07:44

    常見(jiàn)的幾種可視化介紹

    說(shuō)說(shuō)常見(jiàn)的幾種可視化一、信息可視化信息可視化就是對(duì)抽象數(shù)據(jù)進(jìn)行直觀(guān)視覺(jué)呈現(xiàn)的研究,抽象數(shù)據(jù)既包含數(shù)值數(shù)據(jù)
    發(fā)表于 07-12 07:49

    基于OneNET View 3.0的可視化數(shù)據(jù)監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)資料分享

    姿態(tài)定位制作說(shuō)明功能說(shuō)明將維特WT901C姿態(tài)傳感器數(shù)據(jù)通過(guò)合宙Air724UG-4G模塊將數(shù)據(jù)傳輸?shù)給nenet云平臺(tái),并建立onenetview可視化界面成果展示可視化成果注:由于
    發(fā)表于 01-20 06:28

    經(jīng)驗(yàn)分享|BI數(shù)據(jù)可視化報(bào)表布局——容器

    容器功能是一種用于數(shù)據(jù)可視化圖表排版的功能,主要作用對(duì)圖表進(jìn)行有效的布局調(diào)整,或者用于巧妙在同一地方安排多個(gè)不同類(lèi)型的數(shù)據(jù)可視化圖表,供使用者點(diǎn)擊切換瀏覽。目前,在奧威BI軟件上一同有
    發(fā)表于 03-15 17:10

    keras可視化介紹

    keras可視化可以幫助我們直觀(guān)的查看所搭建的模型拓?fù)浣Y(jié)構(gòu),以及模型的訓(xùn)練的過(guò)程,方便我們優(yōu)化模型。 模型可視化又分為模型拓?fù)浣Y(jié)構(gòu)可視化以及訓(xùn)練過(guò)程可視化。 以上一講的mnist為例,
    發(fā)表于 08-18 07:53

    數(shù)據(jù)可視化技術(shù)還將面臨哪些新的挑戰(zhàn),如何應(yīng)對(duì)

    首先從方法層面介紹基本滿(mǎn)足常用數(shù)據(jù)可視化需求的通用技術(shù),根據(jù)可視化目標(biāo)分類(lèi)介紹,然后根據(jù)大數(shù)據(jù)的特點(diǎn),重點(diǎn)介紹相關(guān)的大規(guī)模數(shù)據(jù)
    的頭像 發(fā)表于 04-17 16:47 ?5366次閱讀

    數(shù)據(jù)可視化的常用技術(shù)和并行與原位可視化方法分析

    數(shù)據(jù)可視化就是將抽象的“數(shù)據(jù)”以可見(jiàn)的形式表現(xiàn)出來(lái),幫助人理解數(shù)據(jù)。大數(shù)據(jù)可視化相對(duì)傳統(tǒng)的
    的頭像 發(fā)表于 04-17 16:51 ?6443次閱讀

    seaborn與pandas包繪制可視化圖形帶你玩轉(zhuǎn)股市數(shù)據(jù)

    導(dǎo)讀:本文介紹兩大繪圖技巧,分布使用seaborn與pandas包繪制可視化圖形。旨在通過(guò)金融股市歷史價(jià)格數(shù)據(jù)學(xué)習(xí)可視化繪圖技巧。 在日常生活中,
    的頭像 發(fā)表于 06-24 17:55 ?2084次閱讀

    使用Python來(lái)收集、處理和可視化人口數(shù)據(jù)

    分析和可視化: pandas:一個(gè)提供高性能、易用的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)分析工具的庫(kù)。 requests:一個(gè)簡(jiǎn)潔、優(yōu)雅的HTTP庫(kù),用于發(fā)送網(wǎng)絡(luò)請(qǐng)求和獲取數(shù)據(jù)。 matplotlib:一個(gè)
    的頭像 發(fā)表于 06-21 17:08 ?1426次閱讀
    使用Python來(lái)收集、處理和<b class='flag-5'>可視化</b>人口<b class='flag-5'>數(shù)據(jù)</b>