Seaborn 简明教程

Seaborn - Visualizing Pairwise Relationship

实时研究下的数据集包含许多变量。在这种情况下，应该分析每个变量之间的关系。绘制 (n,2) 组合的双变量分布将是一个非常复杂且耗时的过程。

要绘制数据集中的多个成对双变量分布，可以使用 pairplot() 函数。这将显示 DataFrame 中变量的 (n,2) 组合的关系，作为绘图矩阵，并且对角线绘图是单变量绘图。

Axes

在本节中，我们将学习什么是轴及其用法、参数等。

Usage

seaborn.pairplot(data,…)

Parameters

下表列出了轴的参数-

Sr.No.	Parameter & Description
1	data Dataframe
2	hue 用于将数据中的变量映射到不同颜色的绘图方面。
3	palette 用于映射色调变量的一组颜色
4	kind 用于非同一关系的绘图类型。 {‘scatter’，‘reg’}
5	diag_kind 用于对角线子图的绘图类型。 {‘hist’，‘kde’}

除了数据外，所有其他参数都是可选的。还有一些其他 pairplot 可以接受的参数。上面提到的经常使用的是参数。

Example

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
sb.set_style("ticks")
sb.pairplot(df,hue = 'species',diag_kind = "kde",kind = "scatter",palette = "husl")
plt.show()

Output

我们可以观察到每个绘图中的差异。这些绘图呈矩阵格式，其中行名称表示 x 轴，列名称表示 y 轴。

对角线绘图是核密度绘图，而其他绘图如上所述是散点绘图。