Seaborn 的散点图和 lmplot 参数的差异

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')

使用此处的示例虹膜数据集。如下所示轻松创建散点图：

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

但是，使用 lmplot 会引发 TypeError 并需要 data 参数。完成 data 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，这很好用：

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

阅读API reference 后，我看到 lmplot 需要 data 参数，但 scatterplot 不需要。这里有什么不同的东西吗？还有什么是这里语法的最佳实践。

Answer 1

您的代码不起作用的原因是滥用了data 参数。在传递data 的地方，x、y 和hue 将被视为对象，使用其__getitem__ 方法来索引data 中传递的对象。因此，例如，x='sepal_length', y='sepal_width', data=di 等价于 x=di['sepal_length'], y=di['sepal_width']

因此，这运行：

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

你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与lists 和np.ndarrays 等不同的集合类型一起使用。在功能上，它或多或少与pyplot.scatter 相同，但有一些默认的花哨颜色。

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