import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
import pandas as pd

penguins = pd.read_csv('../Data/penguins.csv')

jointplot¶

seaborn.jointplot — seaborn 0.13.2 documentation

sns.jointplot(data=None, *, x=None, y=None, hue=None, kind='scatter', height=6, ratio=5, space=0.2, dropna=False, xlim=None, ylim=None, color=None, palette=None, hue_order=None, hue_norm=None, marginal_ticks=False, joint_kws=None, marginal_kws=None, **kwargs)

绘制两个变量的双变量（联合，joint）和单变量（边缘，marginal）图表。此函数提供了一个方便的接口到JointGrid类，具有多种预定义的绘图类型。这是一个相对轻量级的包装器；如果需要更多灵活性，应直接使用JointGrid。返回对象是底层JointGrid，可用于进一步自定义图表。

**kwargs附加关键字参数传递给用于在联合Axes上绘制图表的函数，覆盖joint_kws字典中的项。

**kind：**绘图类型。可选"scatter"、"kde"、"hist"、"hex"、"reg"、"resid"。
**height：**Figure大小（正方形）。
**ratio：**联合Axes高度与边缘Axes高度的比率。
**space：**联合Axes和边缘Axes之间的空间。
**marginal_ticks：**如果为False，则不绘制边缘图的计数/密度轴上的刻度。
**joint_kws、marginal_kws：**图表组件的附加关键字参数。

jg = sns.jointplot(data=penguins,
                   x="culmen_length_mm",
                   y="culmen_depth_mm",

                   xlim=(30, 60),
                   ylim=(12, 22),
                   dropna=True,

                   hue="sex",
                   hue_order=['FEMALE', 'MALE'],
                   palette={"FEMALE": "#facc87", "MALE": "#b1fa87"},

                   height=8,
                   ratio=5,
                   space=0.5,
                   marginal_ticks=True,

                   kind="scatter",
                   joint_kws={'s': 100},
                   marginal_kws=None
                   )
# jg.plot(sns.kdeplot, sns.histplot)
jg.plot_joint(sns.kdeplot)
jg.plot_marginals(sns.histplot, kde=True)
"""
<seaborn.axisgrid.JointGrid at 0x1bbd9446900>
"""

JointGrid¶

seaborn.JointGrid — seaborn 0.13.2 documentation

sns.JointGrid(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)

双变量绘图网格，边缘为单变量绘图。可以通过使用jointplot()绘制许多图表。当需要更多灵活性时，直接使用此类。

jg = sns.JointGrid(data=penguins,
                   x="culmen_length_mm",
                   y="culmen_depth_mm",

                   xlim=(30, 60),
                   ylim=(12, 22),
                   dropna=True,

                   hue="sex",
                   hue_order=['FEMALE', 'MALE'],
                   palette={"FEMALE": "#facc87", "MALE": "#b1fa87"},

                   height=8,
                   ratio=5,
                   space=0.5,
                   marginal_ticks=True
                   )
jg.plot_joint(sns.scatterplot, s=100)
# sns.scatterplot(data=penguins, x="culmen_length_mm", y="culmen_depth_mm", s=100, ax=jg.ax_joint)
jg.plot_joint(sns.kdeplot)
# sns.kdeplot(data=penguins, x="culmen_length_mm", y="culmen_depth_mm", ax=jg.ax_joint)
jg.plot_marginals(sns.histplot, kde=True)
# sns.histplot(data=penguins, x="culmen_length_mm", kde=True, ax=jg.ax_marg_x)
# sns.histplot(data=penguins, y="culmen_depth_mm", kde=True, ax=jg.ax_marg_y)
jg.refline(x=45, y=18, joint=True, marginal=True, color='r', linestyle='--', linewidth=2)
"""
<seaborn.axisgrid.JointGrid at 0x1bbdb630890>
"""

jointplot¶

JointGrid¶

Comments