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.pairplot():
要在数据集中绘制多个成对的双变量分布,可以使用pairplot()函数。这显示了数据帧中变量的(n,2)组合的关系作为图的矩阵,对角线图是单变量图。
seaborn.pairplot( data, \*\*kwargs )
Seaborn.pairplot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 | Description | 值 |
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。 vars:变量名列表,可选 | dict或seaborn调色板 |
{x,y} _vars | “数据”中的变量,分别用于图的行和列;即制作非正方形图。 | 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
############# Main Section ############
# loading dataset using seaborn
df = seaborn.load_dataset('tips')
# pairplot with hue sex
seaborn.pairplot(df, hue ='sex')
# to show
plt.show()
# This code is contributed by Deepanshu Rustagi.
输出:
范例2:
Python3
# importing packages
import seaborn
import matplotlib.pyplot as plt
############# Main Section ############
# loading dataset using seaborn
df = seaborn.load_dataset('tips')
# pairplot with hue day
seaborn.pairplot(df, hue ='day')
# to show
plt.show()
# This code is contributed by Deepanshu Rustagi.
输出:
相关用法
- Python os._exit()用法及代码示例
- Python os.WEXITSTATUS()用法及代码示例
- Python os.abort()用法及代码示例
- Python os.renames()用法及代码示例
- Python os.lseek()用法及代码示例
- Python PyTorch sin()用法及代码示例
- Python Sympy Line.is_parallel()用法及代码示例
- Python PIL GaussianBlur()用法及代码示例
- Python Numpy np.hermefit()用法及代码示例
- Python Numpy np.hermevander()用法及代码示例
- Python TextBlob.word_counts()用法及代码示例
- Python sympy.GreaterThan()用法及代码示例
- Python sympy.StrictLessThan()用法及代码示例
- Python sympy.LessThan()用法及代码示例
- Python sympy.StrictGreaterThan()用法及代码示例
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.pairplot() 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。