Data Science Academy · 课时

分面、色调和样式

按类别拆分图表

第 4 / 4 课13 个步骤

分面、色调和样式 是 CoddyKit 上的免费 Data Science Academy 课时。 这是第 4 节课,共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 Data Science Academy 学习路径的一部分,你的进度在网页和 CoddyKit 应用中同步。 Data Science Academy 课程共包含 4 节课。

一张图,多种切片

有时一张图会隐藏太多信息。分面会将数据拆分成一个小图网格,每个类别对应一张图,让每组数据都有自己的视图。

使用 hue 编码各组

比较各组最轻量的方式是使用颜色。hue会在同一张图中将类别映射为颜色,无需增加额外面板。

sns.scatterplot(data=df, x="x", y="y", hue="group")

拆分为列

要将各组拆分到不同面板中,请使用带有col的图形级绘图函数。每个类别都会成为一张并排显示的图。

sns.relplot(data=df, x="x", y="y", col="group")

同时拆分为行

将 col 与row配合使用即可构建完整网格。一个变量沿列展开,另一个变量沿行向下排列。

sns.relplot(data=df, x="x", y="y", col="region", row="year")

图形级与坐标轴级

分面需要使用 relplot、displot 和 catplot 这类图形级函数。scatterplot 等普通绘图函数则位于单个面板中。

换行显示过长的分面行

类别太多时,一行可能会无限延伸。col_wrap会告诉 seaborn 在开始新行之前最多显示多少个面板。

sns.relplot(data=df, x="x", y="y", col="city", col_wrap=3)

无需颜色也能用样式编码

除了颜色之外,style还可以将类别映射为标记形状或虚线,这在黑白打印时尤其有帮助。

sns.lineplot(data=df, x="x", y="y", style="device")

选择调色板

使用palette替换颜色。不同组之间需要明显区分时选择鲜艳的颜色集;数值从低到高变化时选择渐变色。

sns.scatterplot(data=df, x="x", y="y", hue="group", palette="viridis")

设置整体外观

调用一次即可同时重新设置所有图表的样式。set_theme会控制整个会话的背景、网格线和默认调色板。

sns.set_theme(style="darkgrid", palette="muted")

组合 hue 和分面

您可以将它们叠加使用:在每个面板内用颜色区分,同时按另一个字段拆分面板。只要避免编码过多,以免信息变得难以理解。

sns.relplot(data=df, x="x", y="y", hue="sex", col="day")

少即是多

每增加一种 hue、样式或分面,都会增加读者的理解负担。请尽量选择仍能回答问题的最简单视图。

快速检查

您希望每个类别都绘制在独立的面板中。

回顾:编码、分面与样式

现在,您可以使用 hue 和样式叠加信息,使用分面拆分各组,并统一设置整洁的主题,同时保持图表易于阅读。🎨

免费开始

用 AI 导师学习 Python — 免费

在浏览器中编写并运行真实代码,获得全天候 AI 导师的即时帮助,并在网页或应用中继续学习。

课程
30
课程
120

常见问题解答

「分面、色调和样式」课时是免费的吗?

是的 — 「分面、色调和样式」的完整文本可在网页上免费阅读。要进行交互式练习(内置代码编辑器和全天候 AI 导师)并解锁 Data Science Academy 课程的其余内容,请升级到 CoddyKit PRO。 Data Science Academy 课程共包含 4 节课。

「分面、色调和样式」这节课中我会学到什么?

按类别拆分图表 你通过在浏览器中直接运行的动手代码来练习 Data Science Academy,全天候 AI 导师会在你学习这节课的过程中回答你的问题。

学习 Data Science Academy 需要有经验吗?

无需任何先前经验。CoddyKit 上的 Data Science Academy 课程适合初学者到高级学习者,你可以从这里开始或从头开始,按照自己的节奏学习。 这是第 4 节课,共 4 节。

「分面、色调和样式」课时需要多长时间?

大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动,所以你能稳步进步,并在网页和应用中从离开的地方继续。

我能在这节 Data Science Academy 课中编写并运行代码吗?

能。每节 Data Science Academy 课都包含内置代码编辑器,你可以在浏览器中直接编写并运行真实代码,并获得即时 AI 反馈 — 无需本地设置。

此课程中的所有课时

  1. 为什么选择 seaborn 而不是原生 matplotlib
  2. 分布:hist、kde 和 box
  3. 关系:散点图和折线图
  4. 分面、色调和样式
← 返回 Data Science Academy