На этом шаге мы приведем несколько примеров использования этой функции.

Рассмотрим работу с relplot() на примерах. Будем использовать стиль whitegrid:

sns.set_style('whitegrid')

Для начала поработаем с набором iris:

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

sns.set_style('whitegrid')
iris = sns.load_dataset('iris')

sns.relplot(x='sepal_length', y='petal_length', kind='scatter', data=iris)

plt.show()

Архив с файлом можно взять здесь.

Рис.1. Демонстрация работы функции relplot()

График практически не отличается от полученного нами на 95 шаге "Диаграмма рассеяния. Знакомство с функцией scatterplot()".

Теперь построим диаграммы на трёх отдельных полях, в качестве разделяющего параметра будем использовать тип ириса (species):

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

sns.set_style('whitegrid')
iris = sns.load_dataset('iris')

sns.relplot(x='sepal_length', y='petal_length', hue='species',
            kind='scatter', data=iris, col='species')

plt.show()

Архив с файлом можно взять здесь.

Рис.2. Демонстрация работы с параметром col функции relplot()

Произведём разделение по строкам с помощью параметра row и зададим размеры полей через height и aspect:

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

sns.set_style('whitegrid')
iris = sns.load_dataset('iris')

sns.relplot(x='sepal_length', y='petal_length', hue='species',
            kind='scatter', data=iris, row='species', height=3, aspect=3)

plt.show()

Архив с файлом можно взять здесь.

Рис.2. Демонстрация работы с параметрами row, height, aspect функции relplot()

Со следующего шага мы начнем рассматривать визуализацию категориальных данных.

Предыдущий шаг Содержание Следующий шаг