📜  Seaborn-可视化成对关系

📅  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。

轴数

在本节中,我们将学习什么是轴,其用法,参数等。

用法

seaborn.pairplot(data,…)

参量

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()

输出

多图

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。