Seaborn 子图
Manav Narula
2023年1月30日
2021年7月16日
-
在 Python 中使用
matplotlib.pyplot.subplots
函数绘制 Seaborn 子图 -
在 Python 中使用
matplotlib.pyploy.add_subplot()
函数绘制 Seaborn 子图
在本教程中,我们将学习如何在 Python 中绘制 seaborn 子图。
在 Python 中使用 matplotlib.pyplot.subplots
函数绘制 Seaborn 子图
我们知道大多数 seaborn 图返回一个 matplotlib 轴对象。所以我们可以使用 subplots()
函数来绘制子图。
首先,我们将使用此函数创建所需的图形并为整个子图创建网格。然后我们将继续绘制必要的图形。
下面的代码将解释这一点。
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
fig, axes = plt.subplots(1, 2)
使用上面截取的代码,我们能够将最终图形划分为 1x2 子图。返回的轴对象是指定大小的 numpy 数组,在我们的示例中为 1x2。我们将在绘制子图时使用这个对象。我们将使用 seaborn 绘图函数中的 ax
参数指定子图所需的位置。
请参考下面的代码片段。
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.DataFrame({"Price 1": [7,1,5,6,3,10,5,8],
"Price 2" : [1,2,8,4,3,9,5,2],
"Day":[1,2,3,4,5,6,7,8]})
fig, axes = plt.subplots(1, 2)
sns.lineplot(x = 'Day', y = 'Price 1',data = df, ax = axes[0])
sns.lineplot(x = 'Day', y = 'Price 2',data = df, ax = axes[1])
axes[0].set_title("First")
axes[1].set_title("Second")
plt.suptitle("Main")
我们可以使用轴对象为单个绘图添加自定义,例如添加标题和所有内容。请注意,我们使用 suptitle()
函数为主图添加标题。
在 Python 中使用 matplotlib.pyploy.add_subplot()
函数绘制 Seaborn 子图
与之前的方法不同,此函数可用于动态创建子图。在我们的示例中,我们将使用 for 循环创建带有子图的 axes
对象。
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.DataFrame({"Price 1": [7,1,5,6,3,10,5,8],
"Price 2" : [1,2,8,4,3,9,5,2],
"Day":[1,2,3,4,5,6,7,8]})
fig = plt.figure()
for i in range(1, 3):
axes = fig.add_subplot(1, 2, i)
if(i == 1):
sns.lineplot(x = 'Day', y = 'Price 1',data = df)
else:
sns.lineplot(x = 'Day', y = 'Price 2',data = df)
我们为我们的图创建了一个 1x2 的子图。i
参数用于单独访问图。我们也会在绘图时使用它。我们可以使用 subplots_adjust()
函数来调整最终图形中的间距和所有内容。
Author: Manav Narula
Manav is a IT Professional who has a lot of experience as a core developer in many live projects. He is an avid learner who enjoys learning new things and sharing his findings whenever possible.
LinkedIn