seaborn.JointGrid.__init__#

JointGrid.__init__(data=None, **, x=None, y=None, hue=None, height=6, ratio=5, space=0.2, palette=None, hue_order=None, hue_norm=None, dropna=False, xlim=None, ylim=None, marginal_ticks=False)#

サブプロットのグリッドを設定し、プロットしやすいように内部的にデータを保存します。

パラメータ:
**data**: pandas.DataFrame, numpy.ndarray, マッピング、またはシーケンス

入力データ構造。名前付き変数に割り当てることができるベクトルのロングフォームコレクション、または内部的に形状変更されるワイドフォームデータセットのいずれか。

**x, y**: `data` 内のベクトルまたはキー

x軸とy軸上の位置を指定する変数。

**height**: 数値

図の各辺のサイズ（インチ単位、正方形になります）。

**ratio**: 数値

ジョイント軸の高さに対するマージナル軸の高さの比率。

**space**: 数値

ジョイント軸とマージナル軸の間のスペース。

**dropna**: bool

Trueの場合、プロットする前に欠損値を削除します。

**{x, y}lim**:数値のペア

プロットする前に、軸の制限をこれらの値に設定します。

**marginal_ticks**: bool

Falseの場合、マージナルプロットの個数/密度軸の目盛りを非表示にします。

**hue**: `data` 内のベクトルまたはキー

プロット要素の色を決定するためにマッピングされるセマンティック変数。注: FacetGrid や PairGrid とは異なり、JointGrid で `hue` を使用するには、軸レベルの関数が `hue` をサポートしている必要があります。

**palette**: 文字列、リスト、辞書、または matplotlib.colors.Colormap

`hue` セマンティックをマッピングする際に使用する色を選択する方法。文字列値は color_palette() に渡されます。リストまたは辞書値はカテゴリマッピングを意味し、カラーマップオブジェクトは数値マッピングを意味します。

**hue_order**: 文字列のベクトル

`hue` セマンティックのカテゴリレベルの処理とプロットの順序を指定します。

**hue_norm**: タプルまたは matplotlib.colors.Normalize

データ単位で正規化範囲を設定する値のペア、またはデータ単位を [0, 1] 区間にマッピングするオブジェクトのいずれか。使用法は数値マッピングを意味します。

参照

jointplot

単変量周辺分布を持つ二変量プロットを描画します。

PairGrid

複数の変数に対するジョイントビューとマージナルビューを持つ図を設定します。

jointplot

単変量周辺分布を持つ複数の二変量プロットを描画します。

例

コンストラクタを呼び出すと図は初期化されますが、何もプロットされません。

penguins = sns.load_dataset("penguins")
sns.JointGrid(data=penguins, x="bill_length_mm", y="bill_depth_mm")
../_images/JointGrid_1_0.png

最も簡単なプロット方法である JointGrid.plot() は、関数のペア（ジョイント軸用と両方のマージナル軸用）を受け入れます。

g = sns.JointGrid(data=penguins, x="bill_length_mm", y="bill_depth_mm")
g.plot(sns.scatterplot, sns.histplot)
../_images/JointGrid_3_0.png

JointGrid.plot() 関数は追加のキーワード引数も受け入れますが、それらを両方の関数に渡します。

g = sns.JointGrid(data=penguins, x="bill_length_mm", y="bill_depth_mm")
g.plot(sns.scatterplot, sns.histplot, alpha=.7, edgecolor=".2", linewidth=.5)
../_images/JointGrid_5_0.png

それぞれの関数に異なるキーワード引数を渡す必要がある場合は、JointGrid.plot_joint() と JointGrid.plot_marginals() を個別に呼び出す必要があります。

g = sns.JointGrid(data=penguins, x="bill_length_mm", y="bill_depth_mm")
g.plot_joint(sns.scatterplot, s=100, alpha=.5)
g.plot_marginals(sns.histplot, kde=True)
../_images/JointGrid_7_0.png

データを設定せずにグリッドを設定することもできます。

g = sns.JointGrid()
../_images/JointGrid_9_0.png

その後、matplotlib.axes.Axes オブジェクトである ax_joint、ax_marg_x、および ax_marg_y 属性にアクセスしてプロットできます。

g = sns.JointGrid()
x, y = penguins["bill_length_mm"], penguins["bill_depth_mm"]
sns.scatterplot(x=x, y=y, ec="b", fc="none", s=100, linewidth=1.5, ax=g.ax_joint)
sns.histplot(x=x, fill=False, linewidth=2, ax=g.ax_marg_x)
sns.kdeplot(y=y, linewidth=2, ax=g.ax_marg_y)
../_images/JointGrid_11_0.png

プロットメソッドは、x 変数と y 変数を受け入れる seaborn 関数を使用できます。

g = sns.JointGrid(data=penguins, x="bill_length_mm", y="bill_depth_mm")
g.plot(sns.regplot, sns.boxplot)
../_images/JointGrid_13_0.png

関数が hue 変数を受け入れる場合、コンストラクターを呼び出すときに hue を割り当てることで使用できます。

g = sns.JointGrid(data=penguins, x="bill_length_mm", y="bill_depth_mm", hue="species")
g.plot(sns.scatterplot, sns.histplot)
../_images/JointGrid_15_0.png

水平または垂直の参照線、あるいはその両方を、:meth:JointGrid.refline を使用して、結合軸または周辺軸、あるいはその両方に追加できます。

g = sns.JointGrid(data=penguins, x="bill_length_mm", y="bill_depth_mm")
g.plot(sns.scatterplot, sns.histplot)
g.refline(x=45, y=16)
../_images/JointGrid_17_0.png

図は常に正方形になります（matplotlib レイヤーでサイズ変更しない限り）。ただし、全体のサイズとレイアウトは設定可能です。サイズは height パラメーターで制御されます。結合軸と周辺軸の相対比率は ratio で制御され、プロット間のスペースの量は space で制御されます。

sns.JointGrid(height=4, ratio=2, space=.05)
../_images/JointGrid_19_0.png

デフォルトでは、周辺プロットの密度軸の目盛りは無効になっていますが、これは設定可能です。

sns.JointGrid(marginal_ticks=True)
../_images/JointGrid_21_0.png

（プロット間で共有される）2 つのデータ軸の制限は、図を設定するときに定義することもできます。

sns.JointGrid(xlim=(-2, 5), ylim=(0, 10))
../_images/JointGrid_23_0.png