python - Seaborn的散点图和lmplot参数的区别

Question

一些快速加载:

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

di = sns.load_dataset('iris')

在此处使用示例 iris 数据集。如下所示轻松创建散点图:

sns.scatterplot(x=di['sepal_length'], y=di['sepal_width'], 
            hue=di['species']);

然而，使用 lmplot 会引发 TypeError 并需要数据参数。完成数据参数后，它仍然不起作用:

sns.lmplot(x=di['sepal_length'], y=di['sepal_width'], 
            hue=di['species'], data=di);

TypeError: '<' not supported between instances of 'str' and 'float'

但是，这工作得很好:

sns.lmplot(x='sepal_length', y='sepal_width', hue='species', data=di);

看完API reference ，我看到 lmplot 需要数据参数，但散点图不需要。这里的引擎盖下发生了什么不同的事情吗？还有什么是此处语法的最佳实践。

Answer 1

您的代码不起作用的原因是误用了 data 参数。在传递 data 的地方，x、y 和 hue 将被视为索引传递对象的对象在 data 中，使用其 __getitem__ 方法。因此，例如，x='sepal_length', y='sepal_width', data=di 等同于 x=di['sepal_length'], y=di['sepal_width']

因此，这会运行:

sns.lmplot(x='sepal_length', y='sepal_width', hue='species', data=di);

您尝试做的基本上等同于 x=di[di['sepal_length']], y=di[di['sepal_width']], hue=di[di['species']] 。

回到关于 scatterplot 和 lmplot 之间区别的问题的第二部分:

scatterplot 是一个 Axes 级函数；它仅依赖于 matplotlib 的 Axes 对象，该对象在绘图时可以使用多种集合类型，如 lists 和 np .ndarrays。在功能上，它或多或少与 pyplot.scatter 相同，但带有一些默认的花哨颜色。

另一方面，lmplot 依赖于 sns.FacetGrid(可用文档 here)。 FacetGrid 是一个纯粹的 sns 对象，在构造时需要一个 pd.DataFrame。因此，要使 lmplot 正常工作，它必须采用 pd.DataFrame。