使用 Pairplot Seaborn 和 Pandas 进行数据可视化

数据可视化是以图形格式呈现数据。它对于数据分析非常重要，主要是因为以数据为中心的Python包的奇妙生态系统。它有助于理解数据，然而，它是复杂的，通过以简单易懂的格式总结和呈现大量数据，有助于清晰有效地传达信息，从而了解数据的重要性。

Pandas 和 Seaborn就是其中之一，它们使导入和分析数据变得更加容易。在本文中，我们将使用 Pandas 和Pairplot Seaborn 来分析数据。

熊猫

Pandas提供用于清理和处理数据的工具。它是最流行的用于数据分析的Python库。在 Pandas 中，数据表称为数据框。

因此，让我们从创建Pandas 数据框开始：

示例 1：

Python3

# Python code demonstrate creating 
    
import pandas as pd
    
# initialise data of lists.
data = {'Name':[ 'Mohe' , 'Karnal' , 'Yrik' , 'jack' ],
        'Age':[ 30 , 21 , 29 , 28 ]}
    
# Create DataFrame
df = pd.DataFrame( data )
    
# Print the output.
display(df)

输出：

示例2：从系统加载CSV数据并通过pandas显示。

蟒蛇3

# import module
import pandas
 
# load the csv
data = pandas.read_csv("nba.csv")
 
# show first 5 column
data.head()

输出：

seaborn.pairplot()

要在数据集中绘制多个成对双变量分布，您可以使用 pairplot()函数。这将 DataFrame 中 (n, 2) 变量组合的关系显示为图矩阵，对角线图是单变量图。

Syntax: seaborn.pairplot( data, \*\*kwargs )

Parameter:

data: Tidy (long-form) dataframe where each column is a variable and  each row is an observation.

hue: Variable in “data“ to map plot aspects to different colors.

palette: dict or seaborn color palette

{x, y}_vars: lists of variable names, optional

dropna: boolean, optional

示例 1：

蟒蛇3

# importing packages
import seaborn
import matplotlib.pyplot as plt
 
# loading dataset using seaborn
df = seaborn.load_dataset('tips')
 
# pairplot with hue sex
seaborn.pairplot(df, hue ='size')
plt.show()

输出：

使用 Pairplot Seaborn 和 pandas 进行数据可视化

我们将看到如何创建 Pandas 数据框和 Pairplot。我们将使用 Pandas 通过 pairplot 可视化数据

示例 1：

在这个例子中，我们将简单地绘制一个带有 Pandas 数据框的配对图。在这里，我们只是加载 nba.csv 数据并创建一个数据框，尽管在 pairplot 中作为参数传递。

蟒蛇3

# importing packages
import seaborn
import pandas
 
# load the csv
data = pandas.read_csv("nba.csv")
 
# pairplot
seaborn.pairplot(data)

输出：

示例 2：

在此示例中，我们将使用色调属性来可视化特定列。

蟒蛇3

# importing packages
import seaborn
import pandas
 
# load the csv
data = pandas.read_csv("nba.csv")
seaborn.pairplot(data.head(), hue = 'Age')

输出：

示例 3：

在这个例子中，我们将传递双变量绘图函数的关键字参数的字典（ plot_kws 和diag_kws ）

蟒蛇3

# importing packages
import seaborn
import pandas
# load the csv
data = pandas.read_csv("nba.csv")
 
seaborn.pairplot(data, hue = 'Age', diag_kind = 'kde',
             plot_kws = {'edgecolor': 'k'}, size = 4)

输出：