- Seaborn 教程
- Seaborn - 首页
- Seaborn - 简介
- Seaborn - 环境设置
- 导入数据集和库
- Seaborn - 图形美学
- Seaborn - 色板
- Seaborn - 直方图
- Seaborn - 核密度估计
- 可视化成对关系
- Seaborn - 绘制分类数据
- 观测值的分布
- Seaborn - 统计估计
- Seaborn - 绘制宽格式数据
- 多面板分类图
- Seaborn - 线性关系
- Seaborn - Facet Grid
- Seaborn - Pair Grid
- 函数参考
- Seaborn - 函数参考
- Seaborn 有用资源
- Seaborn - 快速指南
- Seaborn - 有用资源
- Seaborn - 讨论
Seaborn - 可视化成对关系
在实时研究中的数据集中包含许多变量。在这种情况下,应该分析每个变量之间的关系。绘制 (n,2) 组合的二元分布将是一个非常复杂且耗时的过程。
要绘制数据集中多个成对的二元分布,可以使用 pairplot() 函数。这将 DataFrame 中变量的 (n,2) 组合之间的关系显示为一个矩阵图,对角线上的图是单变量图。
坐标轴
在本节中,我们将学习什么是坐标轴、它们的用法、参数等。
用法
seaborn.pairplot(data,…)
参数
下表列出了 Axes 的参数 -
序号 | 参数及描述 |
---|---|
1 | data 数据框 |
2 | hue 数据中用于将绘图方面映射到不同颜色的变量。 |
3 | palette 用于映射 hue 变量的颜色集 |
4 | kind 非恒等关系的绘图类型。{‘scatter’, ‘reg’} |
5 | diag_kind 对角线子图的绘图类型。{‘hist’, ‘kde’} |
除了 data 之外,所有其他参数都是可选的。pairplot 可以接受一些其他参数。上面提到的参数经常使用。
示例
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()
输出
我们可以观察到每个图的变化。这些图采用矩阵格式,其中行名表示 x 轴,列名表示 y 轴。
对角线上的图是核密度图,而其他图是散点图,如上所述。
广告