Seaborn可视化-统计变量间的关系seaborn.relplot

     seaborn是基于matplotlib库的一个强大的python绘图扩展库，它能够很好的补充matplotlib的不足之处，接下来的一段时间，让我们一起学习这个强大的绘图库吧！

导入所需类库

import pandas as pd #用于处理表格类数据import numpy as np #用于进行数据计算import matplotlib #导入绘图库matplotlib.rcParams['font.sans-serif'] = ['SimHei'] #显示中文字体，微软雅黑matplotlib.rcParams['axes.unicode_minus']=False #显示坐标负值import matplotlib.pyplot as plt #用于绘图import seaborn as sns #导入serborn库。plt.style.use('fivethirtyeight') #设置绘图风格

导入数据

tips= sns.load_dataset("tips")tips.head()

      数据集采用seborn库自带的小费数据集tips。如果无法直接读取数据,可以私信我获取数据源。

tips小费数据集：是一个餐厅服务员收集的小费数据集，包含了7个变量：

      总账单total_bill、小费tips、顾客性别sex、是否吸烟smoker、星期day、用餐时间time、顾客人数size。

     replot常用参数 x: x轴数据 y: y轴数据 hue: 在某一维度上，用颜色区分，可以理解为分类 style: 在某一维度上, 用线的不同表现形式区分, 如 点线, 虚线等 size: 控制数据点大小或者线条粗细 col: 列上的子图 row: 行上的子图 kind: kind= ‘scatter’(默认值)

      当kind='line’时候，可以通过参数ci：(confidence interval)参数，来控制阴影部分，如，ci=‘sd’ （一个x有多个y值） 也可以关闭数据聚合功能(urn off aggregation altogether), 设置estimator=None即可。

绘制总账单与消费之间的关系，以day作为区分。

sns.relplot(x='total_bill', y='tip', hue='day', data =tips)

绘制总账单与消费之间的关系，以day作为区分，按用餐时间建立坐标系。

g = sns.relplot(x="total_bill", y="tip",hue="day", col="time", data=tips)

绘制总账单与消费之间的关系，以time作为区分，按用日期建立坐标系，并且以size为标准区分数据点大小

sns.relplot(x="total_bill", y="tip", hue="time",col="day", col_wrap=2, data=tips,size='size',sizes=(10,300))

为了展示relplot,kind="line"，我们使用了另一组数据：

fmri= sns.load_dataset("fmri")fmri.head()

绘制timepoint与singnal之间的关系，以event作为区分，按region建立坐标系，展示形式为line,阴影大小为100.

sns.relplot(x="timepoint", y="signal",hue="event",style='event',col='region',kind='line',ci=100,data=fmri)

     以上就是本期关于relplot函数的介绍，下期我们将介绍关系类绘图的另外两个函数：scatterplot与lineplot。