Python seaborn.PairGrid()用法及代码示例

先决条件：Seaborn编程基础

Seaborn是基于matplotlib的Python数据可视化库。它提供了一个高级接口，用于绘制引人入胜且内容丰富的统计图形。 Seaborn帮助解决Matplotlib面临的两个主要问题。问题是什么？

默认Matplotlib参数
使用 DataFrame

随着Seaborn对Matplotlib的补充和扩展，学习曲线是渐进的。如果您了解Matplotlib，那么您已经走到了Seaborn的一半。

seaborn.PairGrid()：

子图网格，用于在数据集中绘制成对关系。
此类将数据集中的每个变量映射到多轴网格中的列和行。可以使用不同的axes-level绘图函数在上三角形和下三角形中绘制双变量图，并且每个变量的边际分布可以显示在对角线上。
它还可以使用hue参数表示条件化的附加级别，该参数以不同的颜色绘制不同的数据子集。这使用颜色来解析第三维上的元素，但仅在彼此之上绘制子集，而不会像axes-level函数接受色相那样为特定的可视化效果定制色相参数。

                    seaborn.PairGrid( data, \*\*kwargs)

Seaborn.PairGrid使用许多参数作为输入，下面以表的形式描述了其中的主要参数：

参数	描述	Value
data	整洁(long-form)数据帧，其中每一列都是变量，每一行都是观察值。	DataFrame
hue	在“数据”中可变以将绘图方面映射到不同的颜色。	字符串(变量名)，可选
palette	映射“ hue”变量的颜色集。如果是字典，则键应为“色相”变量中的值。	dict或seaborn调色板
vars	要使用的“数据”中的变量，否则使用具有数字数据类型的每一列。	变量名列表，可选
dropna	绘制之前从数据中删除缺失值。	布尔值，可选

下面是上述方法的实现：

范例1：

Python3

# importing packages 
import seaborn 
import matplotlib.pyplot as plt 
  
# loading dataset 
df = seaborn.load_dataset('tips') 
  
# PairGrid object with hue 
graph = seaborn.PairGrid(df, hue ='day') 
# type of graph for diagonal 
graph = graph.map_diag(plt.hist) 
# type of graph for non-diagonal 
graph = graph.map_offdiag(plt.scatter) 
# to add legends 
graph = graph.add_legend() 
# to show 
plt.show() 
# This code is contributed by Deepanshu Rusatgi.

输出：

范例2：

Python3

# importing packages 
import seaborn 
import matplotlib.pyplot as plt 
  
# loading dataset 
df = seaborn.load_dataset('tips') 
  
# PairGrid object with hue 
graph = seaborn.PairGrid(df) 
# type of graph for non-diagonal(upper part) 
graph = graph.map_upper(sns.scatterplot) 
# type of graph for non-diagonal(lower part) 
graph = graph.map_lower(sns.kdeplot) 
# type of graph for diagonal 
graph = graph.map_diag(sns.kdeplot, lw = 2) 
# to show 
plt.show() 
# This code is contributed by Deepanshu Rusatgi.

输出：

相关用法

注：本文由纯净天空筛选整理自deepanshu_rustagi大神的英文原创作品 Python – seaborn.PairGrid() method。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。