如何在Seaborn FacetGrid散点图中调整点的尺寸？

用FacetGrid.map()调用sns.scatterplot时，s="size"会被当作字符串字面量，而不是自动关联数据中的size列——map方法的关键字参数不会从分面后的子数据集中提取对应列数据，导致传入的s不符合要求，触发报错。

方法1：用lambda函数手动传递列数据 #

通过lambda把size列作为参数传入，让每个分面都能拿到对应子集的size数据：

import seaborn as sns
tips = sns.load_dataset("tips")
g = sns.FacetGrid(tips, col="time", row="sex")
g.map(lambda x, y, s, **kwargs: sns.scatterplot(x=x, y=y, s=s*20, **kwargs), "total_bill", "tip", "size")

这里s*20是为了放大点的尺寸（原size是1-6的小整数，直接用的话点太小），可以根据需求调整倍数。

方法2：用map_dataframe方法（推荐） #

map_dataframe专门适配数据框列名传参，会自动把分面后的子数据框传给绘图函数，直接用列名字符串即可：

import seaborn as sns
tips = sns.load_dataset("tips")
g = sns.FacetGrid(tips, col="time", row="sex")
g.map_dataframe(sns.scatterplot, x="total_bill", y="tip", size="size", sizes=(20, 200))

sizes=(20, 200)用来控制点的最小/最大尺寸，也可以省略用默认值。

方法3：用relplot简化代码（最便捷） #

relplot是Seaborn封装好的关系图分面接口，底层基于FacetGrid，代码更简洁：

import seaborn as sns
tips = sns.load_dataset("tips")
sns.relplot(data=tips, x="total_bill", y="tip", size="size", col="time", row="sex", kind="scatter")

内容的提问来源于stack exchange，提问作者David Kaufman