Seaborn - 成對網格

PairGrid 允許我們使用相同繪圖型別繪製子圖網格，以便視覺化資料。

與 FacetGrid 不同，它為每個子圖使用不同的變數對。它形成一個子圖矩陣。它有時也被稱為“散點矩陣”。

pairgrid 的使用與 facetgrid 類似。首先初始化網格，然後傳遞繪圖函式。

示例

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()

還可以繪製對角線上的不同函式，以顯示每列變數的單變數分佈。

示例

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()

輸出

我們可以使用另一個分類變數自定義這些圖表的顏色。例如，虹膜資料集包含了三種不同品種的虹膜花的四項測量結果，因此您可以看到它們的不同之處。

示例

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()

輸出

我們可以在上三角形和下三角形中使用不同的函式，以檢視關係的不同方面。

示例

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()

輸出