实时研究中的数据集包含许多变量.在这种情况下，应分析每个变量之间的关系.绘制(n，2)组合的双变量分布将是一个非常复杂和耗时的过程.
要在数据集中绘制多个成对的双变量分布，您可以使用 pairplot( )功能.这显示了DataFrame中变量(n，2)组合作为图表矩阵的关系，对角线图是单变量图.
在本节中，我们将了解轴是什么，它们的用法，参数等.
seaborn.pairplot(data，...)
下表列出了参数for Axes :
| Sr.否. | 参数&说明 |
|---|---|
| 1 | 数据 数据帧 |
| 2 | 色调 数据中的变量可将绘图方面映射到不同的颜色. |
| 3 | 调色板 用于映射色调变量的颜色集 |
| 4 | 种类 非种类的情节身份关系. {'scatter'，'reg'} |
| 5 | diag_kind 对角线子图的一种情节. {'hist'，'kde'} |
除数据外，所有其他参数均为可选参数. pairplot 可以接受的其他参数很少.上面经常使用params.
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
sb.set_style("ticks")
sb.pairplot(df,hue = 'species',diag_kind = "kde",kind = "scatter",palette = "husl")
plt.show()
我们可以观察每个图中的变化.这些图是矩阵格式，其中行名称表示x轴，列名称表示y轴.
对角线图是核密度图，其他图是如上所述的散点图./p>
