Python圖表數據可視化Seaborn：4. 結構化圖表可視化

 1.基本設置

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
% matplotlib inline

sns.set_style("ticks")
sns.set_context("paper")
# 設置風格、尺度

import warnings
warnings.filterwarnings('ignore') 
# 不發出警告

# 一、基本設置
# 繪製直方圖

tips = sns.load_dataset("tips")
print(tips.head())
# 導入數據

g = sns.FacetGrid(tips, col="time", row="smoker")
# 建立一個繪圖表格區域，設置好row、col並分組

g.map(plt.hist, "total_bill",alpha = 0.5,color = 'k',bins = 10)
# 以total_bill字段數據分別作直方圖統計

# 一、基本設置
# 繪製直方圖

g = sns.FacetGrid(tips, col="day", 
                  size=4,    # 圖表大小
                  aspect=.5) # 圖表長寬比

g.map(plt.hist, "total_bill", bins=10,
      histtype = 'step',   #'bar', 'barstacked', 'step', 'stepfilled'
      color = 'k')

# 一、基本設置
# 繪製散點圖

g = sns.FacetGrid(tips, col="time",  row="smoker")
# 建立一個繪圖表格區域，設置好row、col並分組

g.map(plt.scatter, 
      "total_bill", "tip",    # share{x,y} → 設置x、y數據
      edgecolor="w", s = 40, linewidth = 1)   # 設置點大小，描邊寬度及顏色
g.add_legend()
# 添加圖例

# 一、基本設置
# 分類

g = sns.FacetGrid(tips, col="time",  hue="smoker")
# 建立一個繪圖表格區域，設置好col並分組，按hue分類

g.map(plt.scatter, 
      "total_bill", "tip",    # share{x,y} → 設置x、y數據
      edgecolor="w", s = 40, linewidth = 1)   # 設置點大小，描邊寬度及顏色
g.add_legend()
# 添加圖例

2. 圖表矩陣

# 二、圖表矩陣

attend = sns.load_dataset("attention")
print(attend.head())
# 加載數據

g = sns.FacetGrid(attend, col="subject", col_wrap=5,   # 設置每行的圖表數量
                  size=1.5)
g.map(plt.plot, "solutions", "score", 
      marker="o",color = 'gray',linewidth = 2)
# 繪製圖表矩陣

g.set(xlim = (0,4),
      ylim = (0,10),
      xticks = [0,1,2,3,4],
      yticks = [0,2,4,6,8,10]
      )
# 設置x，y軸刻度