Seaborn可视化成对关系

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，可以使用 pairplot（） 函数。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。

轴

在本节中，我们将了解轴是什么，它们的用法，参数等等。

用法

seaborn.pairplot(data,…)

参数

下表列出了Axes的参数

Sr.No.	Parameter & Description
1	data 数据帧
2	hue 数据变量将绘图方面映射到不同的颜色。
3	palette 用于映射色调变量的颜色集
4	kind 一种非身份关系的情节。{'scatter'，'reg'}
5	diag_kind 对角子图的一种情节。{'hist'，'kde'}

除数据外，所有其他参数均为可选参数。配对可以接受的其他参数很少。上面提到的常用params。

例

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

我们可以观察每个图中的变化。图表采用矩阵格式，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。