Ya comentamos que la función seaborn.relplot (y su correspondiente función a nivel de ejes cuando se muestran gráficos de líneas, seaborn.lineplot) tienen las mismas opciones de agregación de nuevas dimensiones de información que la función seaborn.scatterplot. Veámoslas una a una, y para ello partamos del dataset fmri:
fmri = sns.load_dataset("fmri")
fmri.sample(5)
Este dataset muestra información de señales captadas en diferentes regiones del cráneo, de diferentes sujetos, en diferentes momentos, y debido a diferentes eventos (sea lo que sea que esto significa, pues esta información no está documentada). Es decir, para un momento determinado (campo timepoint) tendremos varias señales. Mostremos ambos campos en una gráfica de líneas básica:
sns.relplot(x = "timepoint", y = "signal", data = fmri, kind = "line");
Pues bien, podemos dividir la línea mostrada en dos según el evento que genera la señal, mostrando cada una de un color distinto, usando el parámetro hue:
sns.relplot(x = "timepoint", y = "signal", data = fmri, kind = "line", hue = "event");
El parámetro style también provoca la disgregación de la curva inicial en varias, en este caso diferenciadas por el estilo de línea:
sns.relplot(x = "timepoint", y = "signal", data = fmri, kind = "line", style = "region");
Por último, también es posible modificar el tamaño de las líneas, aunque si no existe una relación directa entre éste y las cifras representadas por cada línea, difícilmente será correctamente interpretada esta variable visual:
sns.relplot(x = "timepoint", y = "signal", data = fmri, kind = "line", size = "region", ci = None);
(se ha eliminado el intervalo de confianza para poder visualizar mejor las líneas).
