Seaborn-multi-panel-categorical-plots

Seaborn-マルチパネルカテゴリプロット

カテゴリデータは、2つのプロットを使用して視覚化できます。関数* pointplot（）、または高レベル関数 factorplot（）*を使用できます。

因子プロット

Factorplotは、FacetGridにカテゴリプロットを描画します。 「kind」パラメータを使用して、boxplot、violinplot、barplot、stripplotなどのプロットを選択できます。 FacetGridはデフォルトでポイントプロットを使用します。

例

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()

出力

Lshape

*kind* パラメーターを使用して、異なるプロットを使用して同じデータを視覚化できます。

例

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()

出力

シャープ

factorplotでは、データはファセットグリッドにプロットされます。

Facet Gridとは何ですか？

• ファセットグリッド*は、変数を分割して行と列で定義されるパネルのマトリックスを形成します。 パネルにより、単一のプロットは複数のプロットのように見えます。 2つの離散変数のすべての組み合わせを分析すると非常に役立ちます。

上記の定義を例で視覚化しましょう

例

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()

出力

2つのタイプ

ファセットを使用する利点は、別の変数をプロットに入力できることです。 上記のプロットは、「col」パラメーターを使用して「diet」と呼ばれる3番目の変数に基づいて2つのプロットに分割されます。

私たちは多くの列ファセットを作成し、それらをグリッドの行に揃えることができます-

例

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()

出力

さまざまなタイプ