📅  最后修改于: 2020-11-06 06:44:41             🧑  作者: Mango
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。为(n,2)组合绘制双变量分布将是一个非常复杂且耗时的过程。
要在数据集中绘制多个成对的双变量分布,可以使用pairplot()函数。这显示了数据帧中变量的(n,2)组合的关系作为图的矩阵,对角线图是单变量图。
在本节中,我们将学习什么是轴,其用法,参数等。
seaborn.pairplot(data,…)
下表列出了轴的参数-
Sr.No. | Parameter & Description |
---|---|
1 |
data Dataframe |
2 |
hue Variable in data to map plot aspects to different colors. |
3 |
palette Set of colors for mapping the hue variable |
4 |
kind Kind of plot for the non-identity relationships. {‘scatter’, ‘reg’} |
5 |
diag_kind Kind of plot for the diagonal subplots. {‘hist’, ‘kde’} |
除数据外,所有其他参数均为可选。 pairplot可以接受的其他参数很少。上面提到的是经常使用的参数。
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的变化。这些图为矩阵格式,其中行名称表示x轴,列名称表示y轴。
对角线图是内核密度图,其中其他图是散点图。