Seaborn:并排绘制2对图

Seaborn是一个基于matplotlib的Python数据可视化库，专注于统计图形的绘制。它提供了一种简洁而美观的方式来可视化数据，使得数据分析人员能够更加轻松地探索和理解数据。

对于并排绘制2对图，Seaborn提供了多种方法来实现。以下是两种常见的方法：

方法一：使用FacetGrid FacetGrid是Seaborn中一个非常强大的工具，可以用于创建多个子图，并且可以根据数据的不同维度进行分组。通过FacetGrid，我们可以轻松地实现并排绘制2对图。

首先，导入必要的库和数据：

import seaborn as sns
import matplotlib.pyplot as plt

# 导入数据
data = sns.load_dataset('tips')

然后，使用FacetGrid创建一个包含两个子图的网格，并设置子图的排列方式为并排：

# 创建FacetGrid对象
grid = sns.FacetGrid(data, col='sex', height=4, aspect=1)

# 在每个子图上绘制图形
grid.map(sns.scatterplot, 'total_bill', 'tip')

最后，显示图形：

plt.show()

方法二：使用subplot 另一种实现并排绘制2对图的方法是使用matplotlib的subplot函数。通过subplot，我们可以手动创建一个包含两个子图的画布，并在每个子图上绘制图形。

首先，导入必要的库和数据：

import seaborn as sns
import matplotlib.pyplot as plt

# 导入数据
data = sns.load_dataset('tips')

然后，创建一个包含两个子图的画布，并设置子图的排列方式为并排：

# 创建画布，并设置子图排列方式为并排
fig, axes = plt.subplots(1, 2, figsize=(10, 4))

# 在每个子图上绘制图形
sns.scatterplot(ax=axes[0], data=data[data['sex']=='Male'], x='total_bill', y='tip')
sns.scatterplot(ax=axes[1], data=data[data['sex']=='Female'], x='total_bill', y='tip')

最后，显示图形：