Шаг 138.
Язык Python. Визуализация данных. Библиотека Seaborn. Визуализация модели линейной регрессии. Функция lmplot() (окончание)

    На этом шаге мы закончим перечисление параметров этой функции.

    Представим графики для каждого отдельного значения species на разных полях с горизонтальным разделением:

import matplotlib.pyplot as plt
import seaborn as sns

mpg = sns.load_dataset("mpg")
iris = sns.load_dataset("iris")

sns.lmplot(x="sepal_width", y="petal_width", hue="species",
           palette="Dark2", col="species", data=iris)


plt.show()
Архив с файлом можно взять здесь.


Рис.1. Демонстрация работы с параметром col функции lmplot()

    С вертикальным разделением:

import matplotlib.pyplot as plt
import seaborn as sns

mpg = sns.load_dataset("mpg")
iris = sns.load_dataset("iris")

sns.lmplot(x="sepal_width", y="petal_width", hue="species",
           palette="Dark2", row="species", data=iris)


plt.show()
Архив с файлом можно взять здесь.


Рис.2. Демонстрация работы с параметром row функции lmplot()

    Для управления размером диаграмм используйте параметры height (высота) и aspect (соотношение сторон):

import matplotlib.pyplot as plt
import seaborn as sns

mpg = sns.load_dataset("mpg")
iris = sns.load_dataset("iris")

sns.lmplot(x=SPAN CLASS="pech">"sepal_width", y="petal_width", hue="species",
           palette="Dark2", row="species", height=3, aspect=1.5, data=iris)

plt.show()
Архив с файлом можно взять здесь.


Рис.3. Демонстрация работы с параметром height и aspect функции lmplot()

    Параметры sharex и sharey отвечают за отображение осей x и y на всех диаграммах либо только на крайней левой (при горизонтальном расположении) или на нижней (при вертикальном расположении):

import matplotlib.pyplot as plt
import seaborn as sns

mpg = sns.load_dataset("mpg")
iris = sns.load_dataset("iris")

sns.lmplot(x="sepal_width", y="petal_width", hue="species",
           sharey='col', data=iris)

plt.show()
Архив с файлом можно взять здесь.


Рис.4. Демонстрация работы с параметром sharey функции lmplot()

    Порядок задания цвета (если вы используете параметр hue) или порядок вывода диаграмм (если для разделения на группы используется col или row) задаётся с помощью hue_order, col_order, row_order. Приведём пример для hue_order:

import matplotlib.pyplot as plt
import seaborn as sns

mpg = sns.load_dataset("mpg")
iris = sns.load_dataset("iris")

h_order = ["virginica", "setosa", "versicolor"]
sns.lmplot(x="sepal_width", y="petal_width", hue="species",
           hue_order=h_order, data=iris)

plt.show()
Архив с файлом можно взять здесь.


Рис.5. Демонстрация работы с параметром hue_order функции lmplot()

    За отображение легенды отвечает параметр legend, за вынос её за пределы поля с графиками - legend_out.

    Со следующего шага мы начнем рассматривать управление компоновкой диаграмм.




Предыдущий шаг Содержание Следующий шаг