Seaborn - 成对网格

PairGrid 允许我们使用相同绘图类型绘制子图网格，以便可视化数据。

与 FacetGrid 不同，它为每个子图使用不同的变量对。它形成一个子图矩阵。它有时也被称为“散点矩阵”。

pairgrid 的使用与 facetgrid 类似。首先初始化网格，然后传递绘图函数。

示例

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()

还可以绘制对角线上的不同函数，以显示每列变量的单变量分布。

示例

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()

输出

我们可以使用另一个分类变量自定义这些图表的颜色。例如，虹膜数据集包含了三种不同品种的虹膜花的四项测量结果，因此您可以看到它们的不同之处。

示例

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()

输出

我们可以在上三角形和下三角形中使用不同的函数，以查看关系的不同方面。

示例

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()

输出