Шаг 149.
Язык Python. Визуализация данных. Библиотека Seaborn. Управление компоновкой диаграмм. Joint-сетка. Класс JointGrid

    На этом шаге мы рассмотрим примеры использования этого класса.

    Параметры конструктора класса JointGrid совпадают с частью аргументов функции jointplot(): x, y, data, height, ratio, space, dropna, {x,y}lim. Для вывода диаграммы используйте метод plot() либо методы plot_joint(), plot_marginal(). В метод plot() в качестве параметров передаются функции для построения центральной и боковых диаграмм:

import matplotlib.pyplot as plt
import seaborn as sns

sns.set(style="ticks")

iris = sns.load_dataset("iris")

jg = sns.JointGrid(x='sepal_length', y='sepal_width', data=iris)
jg.plot(sns.scatterplot, sns.kdeplot)

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


Рис.1. Демонстрация работы функции plot() класса JointGrid

    Функции plot_joint() и plot_marginals() позволяют изолированно указать и передать параметры для функций построения центральной и боковых диаграмм:

import matplotlib.pyplot as plt
import seaborn as sns

sns.set(style="ticks")

iris = sns.load_dataset("iris")

jg = sns.JointGrid(x='sepal_length', y='sepal_width', data=iris)
jp.plot_joint(sns.regplot, color="g")
jp.plot_marginals(sns.distplot, color='r')

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


Рис.2. Демонстрация работы с функциями plot_joint() и plot_marginals()

import matplotlib.pyplot as plt
import seaborn as sns

sns.set(style="ticks")

iris = sns.load_dataset("iris")

jg = sns.JointGrid(x='sepal_length', y='sepal_width', data=iris)
jp.plot_joint(sns.regplot, color="g")
jp.plot_marginals(sns.distplot, shade=True, color='r')

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


Рис.3. Демонстрация работы с функциями plot_joint() и plot_marginals()

    Со следующего шага мы начнем рассматривать библиотеку Mayavi.




Предыдущий шаг Содержание Следующий шаг