Python seaborn.relplot()方法

使用子集语义映射，Seaborn 库的 seaborn.relplot() 函数用于在 x-y 轴图上绘制数据集中两个变量之间的关系。

例如，一个数据集有几个特征，包括性别、身高和年龄。让身高和年龄成为图上的 x 和 y 变量。我们可以使用 Seaborn 库绘制年龄和身高之间的关系，以及与性别相关的年龄-身高图。

seaborn.relplot() 函数的语法如下

语法

参数

以下是 seaborn.relplot() 方法的一些参数

replot() 的工作原理

让我们看一些示例来理解 relplot() 方法如何使用不同的参数工作。在本文中，我们将使用 Seaborn 的内置 Titanic 数据集。

加载数据集

Seaborn 的 load_dataset() 函数可用于加载数据集。因此，使用以下代码段加载 Titanic 数据集

此外，Seaborn 还附带了许多其他内置数据集，可以通过调用 get_dataset_names() 函数来查看它们的名称。

您可以使用 head() 函数查看特定数据集的内容。

以下示例演示了如何使用 relplot( 打印散点图

示例 1

使用 x,y 两个参数和 relplot() 函数打印一个图。

说明

此代码示例使用 Seaborn 和 Matplotlib 工具显示了 Titanic 数据集中两个变量之间的关系。它首先将 Matplotlib 的 pyplot 模块导入为 plt，并将 Seaborn 导入为 sns。使用 Seaborn 的 load_dataset 函数，将 Titanic 数据集的乘客数据导入到 dts 变量中。使用 head() 函数显示此数据集的初始几行，以提供其结构的概述。然后使用 sns. relplot 函数创建的散点图（关系图）显示乘客年龄和票价之间的关系，其中“age”在 x 轴上，“fare”在 y 轴上。最后通过 plt. show() 显示图形。借助此可视化，可以更好地理解乘客年龄和票价之间的关系。

输出

示例 2

使用 relplot() 函数打印一个具有三个参数（x、y 和 hue）的图形。

说明

上面的代码示例使用 Seaborn 和 Matplotlib 工具通过添加一个特定特征来改进散点图。第一步是导入 Matplotlib 的 pyplot 模块作为 plt，并将 Seaborn 导入为 sns。使用 Seaborn 的 load_dataset 函数，将 Titanic 数据集的乘客信息导入到 dts 变量中。为了提供摘要，head() 函数显示此数据集的前几行。使用“age”作为 x 轴，“fare”作为 y 轴，sns. relplot 函数生成散点图；但这次，hue 参数设置为“class”。此参数允许通过根据乘客类别（一等、二等、三等）添加颜色差异来对年龄和票价之间的关系进行多类别可视化比较。最后通过 plt. show() 显示图形。借助此图形辅助，可以更轻松地理解不同类别旅客不同年龄支付的票价分布。

输出

示例 3

使用 relplot() 函数打印带有五个参数（x、y、hue、col 和 row）的图形。

说明

提供的代码示例通过使用 Seaborn 和 Matplotlib 创建一个详细的散点图矩阵来分析 Titanic 数据集。第一步是导入 Matplotlib 的 pyplot 模块作为 plt，并将 Seaborn 导入为 sns。使用 Seaborn 的 load_dataset 函数，将 Titanic 数据集加载到 dts 变量中。然后 head() 方法显示前几行以进行摘要。接下来，使用 sns. relplot 函数创建以“age”为 x 轴、“fare”为 y 轴的散点图。hue 参数设置为“class”，以便使用不同的颜色来指示一等、二等和三等乘客类别。

此外，将“who”（性别）和“alive”（是否存活）指定为 col 和 row 参数，分别根据乘客的性别和年龄（who）及其生存状况（alive）创建图表网格。这将生成一个图表矩阵，提供对不同乘客类别、人口统计特征和生存状况下年龄与票价之间相关性的全面了解。最后通过 plt. show() 渲染图表矩阵。通过这种全面的可视化，可以更轻松地理解数据集中复杂的联系和模式。

输出

示例 4

此示例演示了如何使用 kind 选项打印线图，而不是 relplot() 函数默认的散点图。

使用 relplot() 函数和 x, y, hue, kind 四个参数打印图形。

说明

提供的代码示例通过使用 Seaborn 和 Matplotlib 创建线图来分析 Titanic 数据集。第一步是导入 Matplotlib 的 pyplot 模块作为 plt，并将 Seaborn 导入为 sns。Seaborn 的 load_dataset 函数将 Titanic 数据集加载到 dts 变量中，head() 方法显示前几行以提供数据摘要。接下来，使用 sns. relplot 函数创建以“age”为 x 轴、“fare”为 y 轴的线图。“class”的 hue 参数用于根据乘客类别（一等、二等、三等）使用不同的颜色区分线条。为了进一步指定图应为线图而不是默认的散点图，kind 参数设置为“line”。最后通过 plt. show() 显示线图。这条线图有助于发现不同 Titanic 乘客类别票价随年龄变化的趋势和模式。

输出