Seaborn - 配对网格

---

PairGrid 允许我们使用相同的绘图类型绘制子图网格来可视化数据。

与 FacetGrid 不同，它为每个子图使用不同的变量对。它形成了子图矩阵。有时也称为“散点图矩阵”。

pairgrid的用法与facetgrid类似。首先初始化网格，然后传递绘图函数。

例子

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
g = sb.PairGrid(df)
g.map(plt.scatter);
plt.show()

还可以在对角线上绘制不同的函数来显示每列中变量的单变量分布。

例子

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
g = sb.PairGrid(df)
g.map_diag(plt.hist)
g.map_offdiag(plt.scatter);
plt.show()

输出

我们可以使用另一个分类变量自定义这些图的颜色。例如，鸢尾花数据集对三种不同种类的鸢尾花中的每一种都有四个测量值，因此您可以看到它们有何不同。

例子

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
g = sb.PairGrid(df)
g.map_diag(plt.hist)
g.map_offdiag(plt.scatter);
plt.show()

输出

我们可以在上三角和下三角中使用不同的函数来查看关系的不同方面。

例子

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
g = sb.PairGrid(df)
g.map_upper(plt.scatter)
g.map_lower(sb.kdeplot, cmap = "Blues_d")
g.map_diag(sb.kdeplot, lw = 3, legend = False);
plt.show()

输出