Python seaborn.PairGrid()用法及代碼示例

先決條件：Seaborn編程基礎

Seaborn是基於matplotlib的Python數據可視化庫。它提供了一個高級接口，用於繪製引人入勝且內容豐富的統計圖形。 Seaborn幫助解決Matplotlib麵臨的兩個主要問題。問題是什麽？

默認Matplotlib參數
使用 DataFrame

隨著Seaborn對Matplotlib的補充和擴展，學習曲線是漸進的。如果您了解Matplotlib，那麽您已經走到了Seaborn的一半。

seaborn.PairGrid()：

子圖網格，用於在數據集中繪製成對關係。
此類將數據集中的每個變量映射到多軸網格中的列和行。可以使用不同的axes-level繪圖函數在上三角形和下三角形中繪製雙變量圖，並且每個變量的邊際分布可以顯示在對角線上。
它還可以使用hue參數表示條件化的附加級別，該參數以不同的顏色繪製不同的數據子集。這使用顏色來解析第三維上的元素，但僅在彼此之上繪製子集，而不會像axes-level函數接受色相那樣為特定的可視化效果定製色相參數。

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

Seaborn.PairGrid使用許多參數作為輸入，下麵以表的形式描述了其中的主要參數：

參數	描述	Value
data	整潔(long-form)數據幀，其中每一列都是變量，每一行都是觀察值。	DataFrame
hue	在“數據”中可變以將繪圖方麵映射到不同的顏色。	字符串(變量名)，可選
palette	映射“ hue”變量的顏色集。如果是字典，則鍵應為“色相”變量中的值。	dict或seaborn調色板
vars	要使用的“數據”中的變量，否則使用具有數字數據類型的每一列。	變量名列表，可選
dropna	繪製之前從數據中刪除缺失值。	布爾值，可選

下麵是上述方法的實現：

範例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.

輸出：

範例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.

輸出：

相關用法

注：本文由純淨天空篩選整理自deepanshu_rustagi大神的英文原創作品 Python – seaborn.PairGrid() method。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。