<link rel="stylesheet" href="https://js.how234.com/c359fc24b2/da53fe39b117d0455d01c0b110681d4466/da5ee921b51c/da42d322a20a.css" type="text/css" /><link rel="stylesheet" href="https://js.how234.com/c359fc24b2/da53fe39b117d0455d01c0b110681d4466/da5ee921b51c/da42c425b502dd685f0fcdad1b74.css" type="text/css" /><script type="text/javascript" src="https://js.how234.com/third-party/SyntaxHighlighter/shCore.js"></script><style>pre{overflow-x: auto}</style>
技巧1: plt.subplots()
技巧2: plt.subplot()
技巧3: plt.tight_layout()
技巧4: plt.suptitle()
數據集:
讓我們匯入包並更新圖表的默認設定,爲圖表添加一點個人風格。 我們將在提示上使用 Seaborn
的內置數據集:
import seaborn as sns # v0.11.2 import matplotlib.pyplot as plt # v3.4.2 sns.set(style='darkgrid', context='talk', palette='rainbow')df = sns.load_dataset('tips') df.head()
繪製多個子圖的一種簡單方法是使用 plt.subplots()
。
這是繪製 2 個並排子圖的示例語法:
fig, ax = plt.subplots(nrows=1, ncols=2, figsize=(10,4)) sns.histplot(data=df, x='tip', ax=ax[0]) sns.boxplot(data=df, x='tip', ax=ax[1]);
在這裏,我們在一個圖中繪製了兩個子圖。 我們可以進一步自訂每個子圖。
例如,我們可以像這樣爲每個子圖添加標題:
fig, ax = plt.subplots(1, 2, figsize=(10,4)) sns.histplot(data=df, x='tip', ax=ax[0]) ax[0].set_title("Histogram") sns.boxplot(data=df, x='tip', ax=ax[1]) ax[1].set_title("Boxplot");
在循環中將所有數值變量用同一組圖表示:
numerical = df.select_dtypes('number').columnsfor col in numerical: fig, ax = plt.subplots(1, 2, figsize=(10,4)) sns.histplot(data=df, x=col, ax=ax[0]) sns.boxplot(data=df, x=col, ax=ax[1]);
另一種可視化多個圖形的方法是使用 plt.subplot(),
末尾沒有 s
語法與之前略有不同:
plt.figure(figsize=(10,4)) ax1 = plt.subplot(1,2,1) sns.histplot(data=df, x='tip', ax=ax1) ax2 = plt.subplot(1,2,2) sns.boxplot(data=df, x='tip', ax=ax2);
當我們想爲多個圖繪製相同類型的圖形並在單個圖中檢視所有圖形,該方法特別有用:
plt.figure(figsize=(14,4)) for i, col in enumerate(numerical): ax = plt.subplot(1, len(numerical), i+1) sns.boxplot(data=df, x=col, ax=ax)
我們同樣能定製子圖形。例如加個title
plt.figure(figsize=(14,4)) for i, col in enumerate(numerical): ax = plt.subplot(1, len(numerical), i+1) sns.boxplot(data=df, x=col, ax=ax) ax.set_title(f"Boxplot of {col}")
透過下面的比較,我們能更好的理解它們的相似處與不同處熟悉這兩種方法很有用,因爲它們可以在不同情況下派上用場。
在繪製多個圖形時,經常會看到一些子圖的標籤在它們的相鄰子圖上重疊,
如下所示:
categorical = df.select_dtypes('category').columnsplt.figure(figsize=(8, 8)) for i, col in enumerate(categorical): ax = plt.subplot(2, 2, i+1) sns.countplot(data=df, x=col, ax=ax)
頂部兩個圖表的 x 軸上的變量名稱被剪掉,右側圖的 y 軸標籤與左側子圖重疊.使用plt.tight_layout
很方便
plt.figure(figsize=(8, 8)) for i, col in enumerate(categorical): ax = plt.subplot(2, 2, i+1) sns.countplot(data=df, x=col, ax=ax) plt.tight_layout()
專業 看起來更好了。
真個圖形添加標題:
plt.figure(figsize=(8, 8)) for i, col in enumerate(categorical): ax = plt.subplot(2, 2, i+1) sns.countplot(data=df, x=col, ax=ax) plt.suptitle('Category counts for all categorical variables') plt.tight_layout()
此外,您可以根據自己的喜好自訂各個圖。 例如,您仍然可以爲每個子圖添加標題。
到此這篇關於python繪圖 四個繪圖技巧的文章就介紹到這了,希望大家以後多多支援好二三四!