Représentation de plusieurs graphiques

Seaborn dispose de plusieurs fonctions permettant de tracer plusieurs graphiques différents en même temps.

Commençons par le jointplot(). Avec celui-ci on peut afficher un graphique avec des données en x et y, et sur les axes de ce graphique afficher un autre graphique représentant la distribution de la variable de chaque axe. Voici un exemple avec le dataset penguins :

La boucle for du code permet d'afficher les points en plus des graphiques. C'est du code matplotlib. 

Une alternative permettant d'avoir plus de contrôle et de personnalisation est le JointGrid(). On peut notamment utiliser des types de graphiques différents entre le central et ceux sur les axes.

plot_joint() contrôle le type de graphique central et plot_marginals() ceux sur les axes.

Un autre type de représentation est le pairplot(). Elle permet de représenter dans une figure les graphiques de chaque paire de variable possible, ainsi qu'une distribution de chaque variable sur la diagonale. Si nos données ont les variables x,y et z nous aurons les graphiques :

• x selon y, y selon x
• y selon z, z selon y
• z selon x, x selon z

Et sur la diagonale la distribution de x, y et z.

On peut modifier le type de graphique sur la diagonale et autour avec diag_kind pour la diagonale et kind pour le reste. diag_kind ne peut prendre que "hist" ou "kde" comme valeur, et on a accès au "scatter" pour kind, qui en est la valeur par défaut.

Comme pour les jointplot(), les pairplot() ont leur complémentaire permettant plus de contrôle et de personnalisation, la PairGrid(). Avec celle-ci on peut par exemple choisir des types de graphiques différents au dessus et en dessous de la diagonale.

map_upper(), map_lower() et map_diag() permettent de contrôler les différents types de graphique de la figure, qui peuvent être n'importe quel type de fonction Seaborn acceptant x et y.

Enfin nous avons la représentation FacetGrid() qui ne permet pas automatiquement de créer différents graphiques dans une figure mais de le faire de manière manuelle avec col et row et de pouvoir modifier des graphiques individuellement dans la figure, c'est une fonction qui se rapproche un peu plus de matplotlib :