Seaborn 简明教程

Seaborn - Pair Grid

PairGrid 允许我们使用相同的绘图类型绘制一个子图网格来可视化数据。

与 FacetGrid 不同,它针对每个子图使用不同的变量对。它形成一个子图矩阵。它有时也称为“散点图矩阵”。

pairgrid 的用法与 facetgrid 类似。首先初始化网格,然后传递绘图函数。

Example

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
g = sb.PairGrid(df)
g.map(plt.scatter);
plt.show()
variousmodels

还可以绘制对角线上的不同函数来显示每列中变量的单变量分布。

Example

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
g = sb.PairGrid(df)
g.map_diag(plt.hist)
g.map_offdiag(plt.scatter);
plt.show()

Output

histogram dots

我们可以使用另一个分类变量自定义这些绘图的颜色。例如,鸢尾花数据集对三种不同鸢尾花物种中的每一种都有四项测量,因此你可以看出它们之间的差异。

Example

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
g = sb.PairGrid(df)
g.map_diag(plt.hist)
g.map_offdiag(plt.scatter);
plt.show()

Output

colored

我们可以在上三角形和下三角形中使用不同的函数来查看关系的不同方面。

Example

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
g = sb.PairGrid(df)
g.map_upper(plt.scatter)
g.map_lower(sb.kdeplot, cmap = "Blues_d")
g.map_diag(sb.kdeplot, lw = 3, legend = False);
plt.show()

Output

various plots