Seaborn的散点图和lmplot参数有什么区别？

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')

使用这里提供的鸢尾花数据集示例。按照以下方式轻松创建散点图:

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

然而，使用lmplot时会引发TypeError错误，并要求提供数据参数。即使数据参数已满足，它仍然无法正常工作。

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

TypeError: '<' not supported between instances of 'str' and 'float'

然而，这很好地运作：

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

阅读完API参考文档后，我发现lmplot需要数据参数，而scatterplot则不需要。这里是否有什么不同？另外，这里的语法最佳实践是什么？

- bbd108

Answer 1

你的代码无法运行的原因是误用了 data 参数。在传递 data 参数时，x、y 和 hue 将被视为用于索引传递给 data 的对象，使用其 __getitem__ 方法。例如，x='sepal_length', y='sepal_width', data=di 等同于 x=di['sepal_length'], y=di['sepal_width']。

因此，这段代码可以运行：

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

你试图做的基本上等同于 x=di[di['sepal_length']], y=di[di['sepal_width']], hue=di[di['species']]。

回到你问题的第二个部分，关于 scatterplot 和 lmplot 之间的区别： scatterplot 是一个 Axes 级别的函数；它仅依赖于 matplotlib 的 Axes 对象，当绘制时，可以使用诸如 lists 和 np.ndarrays 等各种不同的集合类型。从功能上讲，它与 pyplot.scatter 函数基本相同，并带有一些默认的花哨颜色。

另一方面，`lmplot` 依赖于 `sns.FacetGrid`（文档可在这里找到）。`FacetGrid` 是一个纯粹的 `sns` 对象，在构建时需要一个 `pd.DataFrame`。因此，为了使 `lmplot` 正常工作，它必须使用一个 `pd.DataFrame`。

- gmds

---

谢谢。所以，如果我在制作可视化时主要只使用pandas数据框，那么我是否应该只使用sns.FacetGrid和其他建立在其之上的函数？还是说这并不重要，只需使用更方便的东西。 - bbd108

相反，我认为如果你只使用 pandas 工作，那么这并不重要。另一方面，如果你在更低的抽象级别上使用存储在 lists 或 arrays 中的数据，则选择使用哪些绘图/库就成为一个考虑因素。 - gmds