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
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。