Faire import seaborn.objects as so
Plot : permet de définir les données, et variables utilisées pour la représentation.
Exemple de scatterplot avec de nombreuses variables représentées :
df = seaborn.load_dataset("titanic")
so.Plot(df, x = 'age', y = 'fare', color = 'sex', marker = 'survived',
pointsize = 'pclass', edgecolor = 'embarked').add(so.Dot()).scale(
color = {'male': 'red', 'female': 'blue'},
pointsize = {1: 10, 2: 8, 3: 6}, marker = {0: '*', 1: 'o'})
Une fois qu'on a construit un Plot, on applique des methodes qui indiquent le type de graphe avec add :
- so.Plot(df, x = 'age', y = 'fare').add(so.Dot()).add(so.Line(), so.PolyFit(order = 1)) : trace à la fois un scatterplot et une droite de régression.
so.Dots() : comme so.Dot(), mais utilise un bord pour mieux distinguer les points qui se chevauchent (utile si beaucoup de points).
so.Line() : réordonne les points et trace des lignes :
df = pandas.DataFrame({'A': [8, 0, 6, 3, 10], 'B': [12, 1, 7, 2, 15],
'C': ['a', 'a', 'b', 'a', 'b']})
so.Plot(df, x = 'A', y = 'B', color = 'C').add(so.Line(marker = 'o', pointsize = 10))
Scale : permet d'indiquer les échelles des variables à utiliser. Exemple :
so.Plot(df, x = 'age', y = 'fare', color = 'fare', pointsize = 'age') \
.add(so.Dot()).scale(y = 'symlog', color = 'cool', pointsize = (2, 15))
On peut fixer les limites du graphe (équivalent de xlim/ylim) : so.Plot(...).limit(x = (0, 4, y = (1, 10))
Pour sauver le graphe : so.Plot(...).save('myGraph.png')
