При визуализации данных гистограммы являются популярным выбором для отображения категориальных данных. Они позволяют нам сравнивать значения разных категорий, используя длину столбцов. Когда вы имеете дело с несколькими наборами данных или хотите отобразить различные аспекты одних и тех же данных, вам пригодятся подграфики. Подграфики позволяют нам создавать несколько небольших графиков внутри одной фигуры, обеспечивая четкое и организованное визуальное представление. В этой статье мы рассмотрим различные методы создания гистограмм с подграфиками в Python, используя простой и разговорный язык. Итак, приступим!

Метод 1: использование Matplotlib
Matplotlib — это широко используемая библиотека построения графиков на Python, предлагающая полный набор инструментов для создания статических, анимированных и интерактивных визуализаций. Чтобы создать гистограммы с подграфиками с помощью Matplotlib, выполните следующие действия:

import matplotlib.pyplot as plt
# Create subplots
fig, axes = plt.subplots(nrows=2, ncols=2)
# Plotting on the first subplot
axes[0, 0].bar(x=[1, 2, 3], height=[4, 5, 6])
axes[0, 0].set_title('Subplot 1')
# Plotting on the second subplot
axes[0, 1].bar(x=[1, 2, 3], height=[7, 8, 9])
axes[0, 1].set_title('Subplot 2')
# Plotting on the third subplot
axes[1, 0].bar(x=[1, 2, 3], height=[10, 11, 12])
axes[1, 0].set_title('Subplot 3')
# Plotting on the fourth subplot
axes[1, 1].bar(x=[1, 2, 3], height=[13, 14, 15])
axes[1, 1].set_title('Subplot 4')
# Add a common title to the figure
fig.suptitle('Bar Plots with Subplots')
# Adjust spacing between subplots
plt.tight_layout()
# Display the plot
plt.show()

Метод 2: использование Seaborn
Seaborn — это мощная библиотека визуализации данных, построенная на основе Matplotlib. Он предоставляет высокоуровневый интерфейс для создания привлекательной и информативной статистической графики. Чтобы создать гистограммы с подграфиками с помощью Seaborn, выполните следующие действия:

import seaborn as sns
# Create subplots
fig, axes = plt.subplots(nrows=1, ncols=2)
# Plotting on the first subplot
sns.barplot(x=[1, 2, 3], y=[4, 5, 6], ax=axes[0])
axes[0].set_title('Subplot 1')
# Plotting on the second subplot
sns.barplot(x=[1, 2, 3], y=[7, 8, 9], ax=axes[1])
axes[1].set_title('Subplot 2')
# Add a common title to the figure
fig.suptitle('Bar Plots with Subplots using Seaborn')
# Adjust spacing between subplots
plt.tight_layout()
# Display the plot
plt.show()

Метод 3: использование Plotly
Plotly — это высокоинтерактивная и универсальная библиотека построения графиков, предлагающая широкий спектр вариантов визуализации. Чтобы создать гистограммы с подграфиками с помощью Plotly, выполните следующие действия:

import plotly.graph_objs as go
from plotly.subplots import make_subplots
# Create subplots
fig = make_subplots(rows=1, cols=2)
# Plotting on the first subplot
fig.add_trace(go.Bar(x=[1, 2, 3], y=[4, 5, 6]), row=1, col=1)
fig.update_layout(title_text='Subplot 1')
# Plotting on the second subplot
fig.add_trace(go.Bar(x=[1, 2, 3], y=[7, 8, 9]), row=1, col=2)
fig.update_layout(title_text='Subplot 2')
# Update layout and display the plot
fig.update_layout(title='Bar Plots with Subplots using Plotly')
fig.show()

В этой статье мы рассмотрели три различных метода создания гистограмм с подграфиками в Python. Мы использовали Matplotlib, Seaborn и Plotly, каждый из которых предлагает свои преимущества и возможности. Matplotlib предоставляет универсальное и настраиваемое решение, Seaborn предлагает простой в использовании интерфейс с привлекательными стилями, а Plotly обеспечивает интерактивные и динамические визуализации. В зависимости от ваших конкретных требований и предпочтений вы можете выбрать метод, который подходит вам лучше всего. Используя подграфики, вы можете эффективно организовывать и сравнивать несколько гистограмм на одном рисунке, повышая ясность и эффективность визуализаций.