PairGrid允许我们使用相同的绘图类型绘制子图的网格以可视化数据.
与FacetGrid不同，它为每个子图使用不同的变量对.它形成了子图的矩阵.它有时也称为"散点图矩阵".
pairgrid的用法类似于facetgrid.首先初始化网格，然后传递绘图功能.
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()
也可以在对角线上绘制不同的函数，以显示每列中变量的单变量分布.
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()
我们可以使用另一个分类变量自定义这些图的颜色.例如，虹膜数据集对三种不同种类的鸢尾花中的每一种都有四种测量值，因此您可以看到它们的差异.
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()
我们可以在上下三角形中使用不同的函数来查看关系的不同方面.
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()
