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>