如何在 Python 中使用 Matplotlib 的面向对象接口实现 Seaborn 绘图函数？

如何通过 Matplotlib 的面向对象接口来使用 Seaborn

对于那些习惯了 matplotlib 中面向对象方法的人来说，过渡到 Seaborn 可能会对保持对多个图形和子图的控制提出了挑战。本文深入探讨了如何以面向对象的方式使用seaborn的绘图函数。

区分Seaborn绘图函数

Seaborn的绘图函数分为两类：

• 轴级别：（例如，regplot、boxplot、kdeplot）接受显式 ax 参数并返回 Axes 对象。
• 图形级别：（例如 relplot、catplot、displot）初始化自己的图形并以有意义的方式组织多个轴。

以 OOP 风格利用轴级函数

轴级函数允许直接自定义现有的 Axes 对象：

<code class="python">f, (ax1, ax2) = plt.subplots(2)
sns.regplot(x, y, ax=ax1)
sns.kdeplot(x, ax=ax2)</code>

使用 OOP 处理图形级函数

图形级函数返回对象（例如，用于 relplot 的 FacetGrid）提供对底层图形和轴的方法和访问：

<code class="python">g = sns.lmplot(..., ...)
g.fig  # Provides access to the figure
g.axes  # Provides access to the Axes array</code>

自定义初始化后

虽然图形级函数可以不允许指定现有图形，使用 g.set_axis_labels(...) 和 g.set_titles(...) 等方法调用函数后仍然可以应用自定义。

以上是如何在 Python 中使用 Matplotlib 的面向对象接口实现 Seaborn 绘图函数？的详细内容。更多信息请关注PHP中文网其他相关文章！