Seaborn - 可视化成对关系

实时研究的数据集包含很多变量。 在这种情况下,应分析每个变量之间的关系。 为 (n,2) 组合绘制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,您可以使用 pairplot() 函数。 这显示了 DataFrame 中变量 (n,2) 组合作为图矩阵的关系,对角线图是单变量图。


坐标轴

在本节中,我们将了解什么是 Axes、它们的用法、参数等。

用法

seaborn.pairplot(data,…)

参数

下表列出了轴的参数 −

序号 参数 & 描述
1

data

Dataframe

2

hue

数据变量将绘图方面映射到不同的颜色。

3

palette

用于映射色调变量的颜色集

4

kind

Kind of plot for the non-identity relationships. {‘scatter’, ‘reg’}

5

diag_kind

对角线子图的图类型。{‘hist’, ‘kde’}

除数据外,所有其他参数都是可选的。 pairplot 可以接受的其他参数很少。 上面提到的是经常使用的参数。

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

multigraphs

我们可以观察每个图中的变化。 这些图采用矩阵格式,其中行名代表 x 轴,列名代表 y 轴。

对角线图是核密度图,其中其他图是前面提到的散点图。