seaborn 多图组合

以下是使用Seaborn绘制多图组合的示例代码：

import seaborn as sns
import matplotlib.pyplot as plt

# 加载数据集
tips = sns.load_dataset("tips")

# 绘制散点图和回归线
sns.lmplot(x="total_bill", y="tip", hue="smoker", data=tips)

# 绘制柱状图
sns.catplot(x="day", y="total_bill", hue="sex", kind="bar", data=tips)

# 显示图形
plt.show()

上述代码中，我们使用了Seaborn的两个函数`lmplot()`和`catplot()`分别绘制了散点图和回归线以及柱状图，并使用`plt.show()`函数将它们组合在一起显示出来。

相关问题

seaborn可以画组合图吗

是的，seaborn可以画组合图，例如使用seaborn的FacetGrid函数可以绘制多个子图并放在同一张图中。另外，seaborn也提供了pairplot函数可以绘制多个变量之间的关系图，并且可以根据不同的分类变量进行分组。此外，还可以使用seaborn的jointplot函数绘制两个变量的联合分布图，同时也可以在图中添加各种统计信息。

如何使用seaborn画多图

在Seaborn库中，你可以通过matplotlib的`subplots`功能创建并组合多个图表，以便在同一张图上展示多个相关的数据视图。以下是一个简单的步骤说明：

1. 导入所需的库：

import seaborn as sns
import matplotlib.pyplot as plt

2. 使用`plt.subplots()`函数创建一个网格布局，比如两行一列：

fig, axs = plt.subplots(nrows=2, ncols=1)

3. 对于每个轴`axs`，绘制不同的图表。例如，可以分别画线图、散点图等：

sns.lineplot(data=data1, ax=axs[0])  # 第一行的第一个轴
sns.scatterplot(data=data2, ax=axs[1])  # 第二行的第一个轴

4. 调整网格的标题和标签，如果需要的话：

axs[0].set_title('Line Plot')
axs[1].set_title('Scatter Plot')
for ax in axs.flat:
    ax.set_xlabel('X-axis')
    ax.set_ylabel('Y-axis')

5. 最后，使用`plt.tight_layout()`来调整子图间的间距，然后显示整个图形：

plt.tight_layout()
plt.show()