官方文檔鏈接：https://www.cntofu.com/book/172/docs/32.md

一、函數

class seaborn.FacetGrid(data, row=None, col=None, hue=None, col_wrap=None, sharex=True, sharey=True, height=3, aspect=1, palette=None, row_order=None, col_order=None, hue_order=None, hue_kws=None, dropna=True, legend_out=True, despine=True, margin_titles=False, xlim=None, ylim=None, subplot_kws=None, gridspec_kws=None, size=None)

用于繪制條件關系的多圖網格

基本工作流程是使用數據集和用于構造網格的變量初始化FacetGrid對象。然后，通過調用 FacetGrid.map() 或FacetGrid.map_dataframe()，可以將一個或多個繪圖函數應用于每個子集。最后，可以使用其他方法調整繪圖，以執行更改軸標簽、使用不同刻度或添加圖例等操作

二、參數

data：DataFrame數據。

整潔的（“長形式”）dataframe數據，其中每一列是一個變量，每一行是一個觀察實例。

row, col, hue：字符串。

定義數據子集的變量，這些變量將在網格的不同方面繪制。請參閱*_order參數以控制此變量的級別順序。

col_wrap：整形數值，可選參數。

以此參數值來限制網格的列維度，以便列面跨越多行。與row面不兼容。

share{x,y}：布爾值，‘col’ 或 'row’可選

如果為true，則跨列共享y軸或者跨行共享x軸。

height：標量，可選參數。

每個圖片的高度設定（以英寸為單位）。另見：aspect

aspect：標量，可選參數。

每個圖片的縱橫比，因此aspect * height給出每個圖片的寬度，單位為英寸。

palette：調色板名稱，列表或字典，可選參數。

用于色調變量的不同級別的顏色。應為color_palette()可以解釋的參數，或者是將色調級別映射到matplotlib顏色的字典。

{row,col,hue}_order：列表，可選參數。

對所給命令級別進行排序。默認情況下，這將是在數據中顯示的級別，或者，如果變量是pandas分類，則為類別順序。

hue_kws：參數-列表值的映射字典

插入到繪圖調用中的其他關鍵字參數，使得其他繪圖屬性在色調變量的級別上有所不同（例如散點圖中的標記）。

legend_out：布爾值，可選參數。

如果為True，則圖形尺寸將被擴展，圖例將繪制在中間右側的圖形之外。

despine：布爾值，可選參數。

從圖中移除頂部和右側邊緣框架。

margin_titles：布爾值，可選參數。

如果為True，則行變量的標題將繪制在最后一列的右側。此選項是實驗性的，可能無法在所有情況下使用。

{x, y}lim：元組，可選參數。

每個圖片上每個軸的限制（僅當share {x，y}為True時才相關）。

subplot_kws：字典，可選參數。

傳遞給matplotlib subplot（s）方法的關鍵字參數字典。

gridspec_kws：字典，可選參數。

傳遞給matplotlib的gridspec模塊（通過plt.subplots）的關鍵字參數字典。需要matplotlib> = 1.4，如果col_wrap不是None，則忽略它。

三、實例

import pandas as pd import seaborn as sns from matplotlib import pyplot as plt d = {'col1': list(range(0,10,1)), 'col2':list(range(10,20,1)),'col3':list(range(20,30,1))} data = pd.DataFrame(d) data

m = pd.melt(data) m

g = sns.FacetGrid(m, col="variable", col_wrap=2, sharex=False, sharey=False) g = g.map(sns.distplot, "value")

sns.distplot
橫軸–變量可取的值
縱軸–變量取該值的概率

variable 的取值有多少個，畫出來的子圖就有多少個

總結

以上是生活随笔為你收集整理的seaborn.FacetGrid的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。