seaborn.FacetGrid¶

class seaborn.FacetGrid(data, *, row=None, col=None, hue=None, col_wrap=None, sharex=True, sharey=True, height=3, aspect=1, palette=None, row_order=None, col_order=None, hue_order=None, hue_kws=None, dropna=False, legend_out=True, despine=True, margin_titles=False, xlim=None, ylim=None, subplot_kws=None, gridspec_kws=None, size=None)¶

用于绘制条件关系的多重绘图网格。

__init__(data, *, row=None, col=None, hue=None, col_wrap=None, sharex=True, sharey=True, height=3, aspect=1, palette=None, row_order=None, col_order=None, hue_order=None, hue_kws=None, dropna=False, legend_out=True, despine=True, margin_titles=False, xlim=None, ylim=None, subplot_kws=None, gridspec_kws=None, size=None)¶

初始化matplotlib figure和FacetGrid对象。

这个类将一个数据集映射到多个轴上，这些轴排列在一个由行和列组成的网格中，这些行和列对应于水平数据集中的变量。它产生的图形通常被称为“格子”、“格子”或“小倍数”图形。

它还可以用 hue 参数，它以不同的颜色绘制不同的数据子集。这种方法使用颜色来解析第三维度上的元素，但只在彼此的顶部绘制子集，而不会定制颜色 hue 特定可视化的参数轴级函数接受的方式 hue 威尔。

基本的工作流程是初始化 FacetGrid 对象以及用于构造网格的数据集和变量。然后，可以通过调用 FacetGrid.map() 或 FacetGrid.map_dataframe() . 最后，可以使用其他方法来调整绘图，例如更改轴标签、使用不同的记号或添加图例。有关更多信息，请参阅下面的详细代码示例。

警告

当使用seaborn函数从数据集推断语义映射时，必须注意跨方面同步这些映射（例如，通过定义 hue 使用调色板dict映射或将变量的数据类型设置为 category ). 在大多数情况下，最好使用图形级功能（例如。 relplot() 或 catplot() )而不是使用 FacetGrid 直接。

见 tutorial 更多信息。

参数

dataDataFrame: 整洁（“长格式”）数据帧，其中每列是一个变量，每行是一个观察值。
行、列、色调字符串: 定义数据子集的变量，这些数据将绘制在网格中的不同面上。看到了吗 {{var}}_order 用于控制此变量的级别顺序的参数。
col_wrap利息: 以此宽度“包装”列变量，以便列面跨多行。与…不相容 row 方面。
共享{{x，y}bool、“col”或“row”可选: 如果为真，则行和面将在x轴和y轴之间共享。
height标量: 每个面的高度（英寸）。另请参见： aspect .
aspect标量: 每个面的纵横比，以便 aspect * height 以英寸为单位给出每个面的宽度。
palette调色板名称、列表或dict: 用于不同级别的 hue 变量。应该是可以解释的东西 color_palette() ，或将色调级别映射到matplotlib颜色的字典。
{row,col,hue}_order列表: 分面变量的顺序。默认情况下，这将是级别的显示顺序 data 或者，如果变量是分类变量，则为分类顺序。
hue_kws参数字典->值映射列表: 要插入到plotting调用中的其他关键字参数，以允许其他绘图属性在色调变量的不同级别（例如散点图中的标记）之间变化。
legend_out布尔: 如果 True ，图形大小将扩展，图例将绘制在右中的绘图外部。
despine布尔: 从绘图中删除顶部和右侧脊椎。
margin_titles布尔: 如果 True ，行变量的标题绘制在最后一列的右侧。此选项是实验性的，可能不适用于所有情况。
{x，y}}lim：元组: 每个面上每个轴的限制（仅当share{x，y}为真时相关）。
subplot_kws双关语: 传递给matplotlib子批方法的关键字参数字典。
gridspec_kws双关语: 传递给的关键字参数字典 matplotlib.gridspec.GridSpec （通过 matplotlib.pyplot.subplots() ). 忽略if col_wrap 不是 None .

参见

PairGrid: 绘制成对关系的子图网格
relplot: 结合关系图和 FacetGrid
displot: 结合分布图和 FacetGrid
catplot: 把分类情节和分类情节结合起来 FacetGrid
lmplot: 结合回归图和 FacetGrid

实例

注解

这些示例使用seaborn函数来演示类的一些高级特性，但在大多数情况下，您会希望使用figue级别的函数（例如。 displot() ， relplot() )来绘制这里的图。

方法

`__init__` \（数据， * [, row, col, hue, col_wrap, ...] ）	初始化matplotlib figure和FacetGrid对象。
`add_legend` \ [legend_data, title, ...] ）	画一个图例，也许把它放在轴的外面，然后调整图形的大小。
`despine` * * 克瓦格斯）	从镶嵌面中移除轴脊椎。
`facet_axis` （第i行，第j列）[, modify_state] ）	使由这些索引标识的轴处于活动状态并返回它。
`facet_data` （）	用于每个方面的名称索引和数据子集的生成器。
`map` \（功能， * ARGs， * * 克瓦格斯）	对每个方面的数据子集应用绘图函数。
`map_dataframe` \（功能， * ARGs， * * 克瓦格斯）	喜欢 `.map` 但将arg作为字符串传递，并以kwarg格式插入数据。
`savefig` * ARGs， * * 克瓦格斯）	保存图形。
`set` * * 克瓦格斯）	在每个子批次轴上设置属性。
`set_axis_labels` \ [x_var, y_var, clear_inner] ）	在轴网的左列和底行上设置轴标签。
`set_titles` \ [template, row_template, ...] ）	在每个面上方或网格边距上绘制标题。
`set_xlabels` \ [label, clear_inner] ）	在网格的底行标记x轴。
`set_xticklabels` \ [labels, step] ）	设置栅格的x轴刻度标签。
`set_ylabels` \ [label, clear_inner] ）	在轴网的左列上标记y轴。
`set_yticklabels` \ [labels] ）	在轴网的左列上设置y轴记号标签。
`tight_layout` * ARGs， * * 克瓦格斯）	呼叫图2.1.2.1紧固件布局在排除图例的矩形内。

属性

`ax`	这个 `matplotlib.axes.Axes` 当没有指定镶嵌面变量时。
`axes`	数组 `matplotlib.axes.Axes` 网格中的对象。
`axes_dict`	刻面名称到相应的 `matplotlib.axes.Axes` .
`fig`	这个 `matplotlib.figure.Figure` 与情节有关。
`legend`	这个 `matplotlib.legend.Legend` 对象（如果存在）。