Python-使用matplotlib面向对象的界面进行seaborn绘图

Question

我非常喜欢matplotlib以OOP风格使用：

f, axarr = plt.subplots(2, sharex=True)
axarr[0].plot(...)
axarr[1].plot(...)

这样可以更轻松地跟踪多个图形和子图。

问题：如何以这种方式使用seaborn？或者，如何将此示例更改为OOP样式？如何分辨seaborn绘图功能（例如lmplot哪个Figure或哪个）Axes？

Answer 1

这在某种程度上取决于你使用的是哪种功能。

Seaborn中的绘图功能大致分为两类

• “Axes-level” 功能，包括regplot，boxplot，kdeplot，和许多其他
• “Figure-level”功能，包括lmplot，factorplot，jointplot和一个或两个其他

通过采用显式ax参数并返回Axes对象来标识第一组。如此建议，你可以将它们传递Axes给它们，从而以“面向对象”的方式使用它们：

f, (ax1, ax2) = plt.subplots(2)
sns.regplot(x, y, ax=ax1)
sns.kdeplot(x, ax=ax2)

轴级功能仅会吸引到，Axes并且不会与图形混淆，因此它们可以在面向对象的matplotlib脚本中完美地愉快地共存。

第二组功能（Figure-level）的特征在于，生成的图可能包含多个轴，这些轴始终以“有意义”的方式组织。这意味着这些功能需要完全控制图形，因此不可能绘制lmplot一个已经存在的图形。调用该函数总是会初始化图形并将其设置为要绘制的特定图。

但是，一旦调用lmplot，它将返回类型的对象FacetGrid。该对象具有一些对生成的图进行操作的方法，这些方法对图的结构有所了解。它还在FacetGrid.fig和FacetGrid.axes参数处公开了基础图形和轴数组。该jointplot功能非常相似，但是它使用一个JointGrid对象。因此，你仍然可以在面向对象的上下文中使用这些函数，但是所有自定义必须在调用该函数之后进行。