Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment tracer plusieurs lignes dans Seaborn (avec exemple)



Vous pouvez utiliser la syntaxe de base suivante pour tracer plusieurs lignes sur le même tracé à l’aide de seaborn en Python :

import seaborn as sns

sns.lineplot(data=df[['col1', 'col2', 'col3']]

Cet exemple particulier créera un tracé avec trois lignes différentes.

L’exemple suivant montre comment utiliser cette syntaxe dans la pratique.

Exemple : tracer plusieurs lignes dans Seaborn

Supposons que nous ayons le DataFrame pandas suivant qui contient des informations sur les ventes réalisées par quatre magasins de détail différents (A, B, C et D) pendant huit années consécutives :

import pandas as pd

#create DataFrame
df = pd.DataFrame({'year': [1, 2, 3, 4, 5, 6, 7, 8],
                   'A': [10, 12, 14, 15, 15, 14, 13, 18],
                   'B': [18, 18, 19, 14, 14, 11, 20, 28],
                   'C': [5, 7, 7, 9, 12, 9, 9, 4],
                   'D': [11, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
print(df)

   year   A   B   C   D
0     1  10  18   5  11
1     2  12  18   7   8
2     3  14  19   7  10
3     4  15  14   9   6
4     5  15  14  12   6
5     6  14  11   9   5
6     7  13  20   9   9
7     8  18  28   4  12

Nous pouvons utiliser la fonction lineplot() de Seaborn pour créer un tracé qui affiche quatre lignes pour représenter les ventes réalisées par chaque magasin au cours de chaque année :

import seaborn as sns

#plot sales of each store as a line
sns.lineplot(data=df[['A', 'B', 'C', 'D']])

intrigue marine sur plusieurs lignes

Chaque ligne représente les valeurs de l’un des quatre magasins.

La légende dans le coin supérieur gauche indique quelle couleur correspond à quel magasin.

Notez que nous pouvons également utiliser l’argument palette pour spécifier nos propres couleurs à utiliser dans le tracé :

import seaborn as sns

#plot sales of each store with custom colors
sns.lineplot(data=df[['A', 'B', 'C', 'D']], palette=['red', 'blue', 'purple', 'pink'])

Notez que les couleurs des lignes correspondent désormais aux quatre couleurs que nous avons spécifiées dans l’argument palette .

Si vous souhaitez que chacune des lignes soit solide, vous pouvez utiliser la fonction pandas melt() pour fondre le DataFrame dans un format long , puis utiliser la syntaxe suivante pour tracer les lignes :

import seaborn as sns

#plot sales of each store with custom colors
sns.lineplot(x='year', y='value', hue='variable', 
             data=pd.melt(df, ['year']),
             palette=['red', 'blue', 'purple', 'pink'])

Chacune des lignes est désormais solide au lieu d’avoir son propre style de ligne.

Remarque : Si vous rencontrez des difficultés pour importer seaborn dans un notebook Jupyter, vous devrez peut-être d’abord exécuter la commande %pip install seaborn .

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres tâches courantes dans Seaborn :

Comment ajouter un titre aux parcelles Seaborn
Comment changer la taille de la police dans les tracés Seaborn
Comment ajuster la taille de la figure d’un tracé Seaborn

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *