seaborn.FacetGrid.__init__#
- FacetGrid.__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)[源代码]#
初始化 matplotlib 图形和 FacetGrid 对象。
此类将数据集映射到多个轴上，这些轴排列成行和列的网格，对应于数据集中变量的*级别*。它生成的图表通常被称为“网格”、“格子”或“小倍数”图形。
它还可以通过
hue参数表示第三个变量的层次，该参数以不同颜色绘制数据的不同子集。这使用颜色来解析第三维度上的元素，但仅将子集相互叠加，不会像接受hue的轴级函数那样为特定可视化定制hue参数。基本工作流程是使用数据集和用于构建网格的变量初始化
FacetGrid对象。然后可以通过调用FacetGrid.map()或FacetGrid.map_dataframe()将一个或多个绘图函数应用于每个子集。最后，可以使用其他方法调整图表，例如更改轴标签、使用不同的刻度或添加图例。有关更多信息，请参见下面的详细代码示例。警告
在使用从数据集中推断语义映射的seaborn函数时，必须注意在各个方面（例如，通过使用调色板字典定义
hue映射或设置变量的数据类型为category）同步这些映射。在大多数情况下，使用图级函数（例如relplot()或catplot()）会比直接使用FacetGrid更好。更多信息请参见 教程。
- 参数:
- 数据DataFrame
整洁（长格式）数据框，其中每一列是一个变量，每一行是一个观测值。
- 行, 列, 色调字符串
定义数据子集的变量，这些子集将在网格中的单独面中绘制。请参阅
{var}_order参数以控制此变量级别的顺序。- col_wrap整数
在此宽度处“包裹”列变量，以便列分面跨越多行。与
row分面不兼容。- share{x,y}布尔值, ‘列’, 或 ‘行’ 可选
如果为真，面将共享列之间的y轴和/或行之间的x轴。
- 高度标量
每个分面的高度（以英寸为单位）。另见：
aspect。- 方面标量
每个面的宽高比，使得
aspect * height给出每个面在英寸中的宽度。- 调色板调色板名称、列表或字典
用于
hue变量不同级别的颜色。应该是可以被color_palette()解释的内容，或者是一个将色调级别映射到 matplotlib 颜色的字典。- {row,col,hue}_order列表
分面变量的级别顺序。默认情况下，这将是级别在
data中出现的顺序，或者如果变量是 pandas 分类变量，则是分类顺序。- hue_kws参数 -> 值列表映射的字典
插入到绘图调用中的其他关键字参数，以使其他绘图属性随色调变量的级别而变化（例如散点图中的标记）。
- legend_out布尔
如果
True，图形尺寸将被扩展，图例将在图的右中位置绘制在图外。- 去枝布尔
从图表中移除顶部和右侧的边框。
- margin_titles布尔
如果
True，行变量的标题将绘制在最后一列的右侧。此选项是实验性的，可能在所有情况下都无法正常工作。- {x, y}lim: 元组
每个分面中每个轴的限制（仅在 share{x, y} 为 True 时相关）。
- subplot_kwsdict
传递给 matplotlib 子图方法的关键字参数字典。
- gridspec_kwsdict
传递给
matplotlib.gridspec.GridSpec的关键字参数字典（通过matplotlib.figure.Figure.subplots()方法）。如果col_wrap不是None，则忽略。
参见
示例