seaborn.JointGrid.init#

JointGrid.__init__(data=None, *, x=None, y=None, hue=None, height=6, ratio=5, space=0.2, palette=None, hue_order=None, hue_norm=None, dropna=False, xlim=None, ylim=None, marginal_ticks=False)#

設定子圖的網格，並在內部儲存資料以方便繪圖。

參數:

datapandas.DataFrame、numpy.ndarray、對應或序列: 輸入資料結構。可以是可指定給命名變數的長格式向量集合，或是將在內部重新塑形的寬格式資料集。
x, ydata 中的向量或鍵: 指定 x 軸和 y 軸位置的變數。
height數字: 圖形每一邊的大小，以英寸為單位（會是正方形）。
ratio數字: 聯合軸高度與邊緣軸高度的比率。
space數字: 聯合軸與邊緣軸之間的空間
dropna布林值: 如果為 True，則在繪圖前移除遺失的觀察值。
{x, y}lim數字對: 在繪圖前將軸限制設定為這些值。
marginal_ticks布林值: 如果為 False，則抑制邊緣圖的計數/密度軸上的刻度。
huedata 中的向量或鍵: 對應到繪圖元素顏色以確定其顏色的語義變數。請注意：與 FacetGrid 或 PairGrid 不同，軸級函數必須支援 hue 才能在 JointGrid 中使用。
palette字串、清單、字典或 matplotlib.colors.Colormap: 用於在對應 hue 語義時選擇要使用顏色的方法。字串值會傳遞給 color_palette()。清單或字典值表示類別對應，而顏色對應物件表示數值對應。
hue_order字串向量: 指定處理和繪製 hue 語義的類別層級的順序。
hue_norm元組或 matplotlib.colors.Normalize: 一對數值，設定資料單位中的標準化範圍，或是一個物件，將資料單位對應到 [0, 1] 區間。使用時表示數值對應。

另請參閱

jointplot: 繪製具有單變量邊緣分佈的雙變量圖。
PairGrid: 設定具有多個變數的聯合和邊緣檢視的圖形。
jointplot: 繪製具有單變量邊緣分佈的多個雙變量圖。

範例

呼叫建構函式會初始化圖形，但不會繪製任何內容

penguins = sns.load_dataset("penguins")
sns.JointGrid(data=penguins, x="bill_length_mm", y="bill_depth_mm")

最簡單的繪圖方法 JointGrid.plot() 接受一對函數（一個用於聯合軸，另一個用於兩個邊緣軸）

g = sns.JointGrid(data=penguins, x="bill_length_mm", y="bill_depth_mm")
g.plot(sns.scatterplot, sns.histplot)

JointGrid.plot() 函數也接受其他關鍵字引數，但會將它們傳遞給兩個函數

g = sns.JointGrid(data=penguins, x="bill_length_mm", y="bill_depth_mm")
g.plot(sns.scatterplot, sns.histplot, alpha=.7, edgecolor=".2", linewidth=.5)

如果需要將不同的關鍵字引數傳遞給每個函數，則必須調用 JointGrid.plot_joint() 和 JointGrid.plot_marginals()

g = sns.JointGrid(data=penguins, x="bill_length_mm", y="bill_depth_mm")
g.plot_joint(sns.scatterplot, s=100, alpha=.5)
g.plot_marginals(sns.histplot, kde=True)

您也可以在不指定任何資料的情況下設定網格

g = sns.JointGrid()

然後，您可以透過存取 ax_joint、ax_marg_x 和 ax_marg_y 屬性來繪圖，這些屬性都是 matplotlib.axes.Axes 物件。

g = sns.JointGrid()
x, y = penguins["bill_length_mm"], penguins["bill_depth_mm"]
sns.scatterplot(x=x, y=y, ec="b", fc="none", s=100, linewidth=1.5, ax=g.ax_joint)
sns.histplot(x=x, fill=False, linewidth=2, ax=g.ax_marg_x)
sns.kdeplot(y=y, linewidth=2, ax=g.ax_marg_y)

繪圖方法可以使用任何接受 x 和 y 變數的 seaborn 函式。

g = sns.JointGrid(data=penguins, x="bill_length_mm", y="bill_depth_mm")
g.plot(sns.regplot, sns.boxplot)

如果函式接受 hue 變數，您可以在呼叫建構子時指定 hue 來使用它。

g = sns.JointGrid(data=penguins, x="bill_length_mm", y="bill_depth_mm", hue="species")
g.plot(sns.scatterplot, sns.histplot)

可以使用 :meth:JointGrid.refline 將水平和/或垂直參考線新增到聯合和/或邊緣軸。

g = sns.JointGrid(data=penguins, x="bill_length_mm", y="bill_depth_mm")
g.plot(sns.scatterplot, sns.histplot)
g.refline(x=45, y=16)

圖形將始終為正方形（除非您在 matplotlib 層調整其大小），但其整體大小和佈局是可配置的。大小由 height 參數控制。聯合軸和邊緣軸之間的相對比例由 ratio 控制，而圖表之間的間距量由 space 控制。

sns.JointGrid(height=4, ratio=2, space=.05)

預設情況下，邊緣圖的密度軸上的刻度會關閉，但這是可配置的。

sns.JointGrid(marginal_ticks=True)

在設定圖形時，也可以定義兩個資料軸（在圖表之間共享）的限制。

sns.JointGrid(xlim=(-2, 5), ylim=(0, 10))

seaborn.JointGrid.__init__#

seaborn.JointGrid.init#