目录参数导入数据默认情况参数kind参数hue参数diag_kind参数palette参数markers参数height参数aspect参数corner参数vars参数-x_vars/y_vars参数...
目录
参数导入数据
默认情况
参数kind
参数hue
参数diag_kind
参数palette
参数markers
参数height
参数ASPect
参数corner
参数vars
参数-x_vars/y_vars
参数-plot_kws/diag_kws
参数-dropna
返回值-PairGrid
大家好，我是Peter~
本文记录的使用seaborn绘制pairplot图，主要是用来显示两两变量之间的关系（线性或非线性，有无较为明显的相关关系等），官网学习地址：
https://seaborn.pydata.org/generated/seaborn.pairplot.html
参数
主要参数为：
seaborn.pairplot(data,#绘图数据 hue=None,#针对某一字段进行颜色分类 hue_order=None,#指定分组顺序 palette=None,#控制色调 vars=None,#变量 x_vars=None, y_vars=None, kind='scatter',#scatter',‘kde',‘hist',‘reg' diag_kind='auto',#‘auto',‘hist',‘kde',Nojavascriptne markers=None,#控制散点的样式“+”“s”"D" height=2.5,#高度 aspect=1,#宽度 corner=False,#对角线是否显示 dropna=False,#是否去掉控制 plot_kws=None,#控制非对角线图例样式 diag_kws=None,#控制对角线图例样式 grid_kws=None,#网格设置 size=None)#默认6，图的尺度大小（正方形）
导入数据
importpandasaspd
importnumpyasnp
importseabornassns
importmatplotlib.pyplotasplt
%matplotlibinline
sns.set_style('darkgrid',{'font.sans-serif':['simhei','Arial']})
导入seaborn中默认的数据集：
默认情况
In [3]:
sns.pairplot(df) plt.show()
参数kind
空值非对角线上图形的类型，选择为
In [4]:
sns.pairplot(df,kind="kde") plt.show()
sns.pairplot(df,kind="hist") plt.show()
sns.pairplot(df,kind="reg")#使用回归 plt.show()
参数hue
主要是用来进行分类
In [7]:
sns.pairplot(df,hue="species") plt.show()
sns.pairplot(df,hue="sex") plt.show()
参数diag_kind
控制对角线上的图的类型，可选"hist"与"kde"
In [9]:
sns.pairplot(df,hue="species",diag_kind="hist") plt.show()
参数palette
主要是用来控制色调，下面是收集到的色系：
Accent, Accent_r, Blues, Blues_r, BrBG, BrBG_r,LUzbAgyvM BuGn, BuGn_r, BuPu, BuPu_r, CMRmap, CMRmap_r, Dark2, Dark2_r, GnBu, GnBu_r, Greens, Greens_r, Greys, Greys_r, OrRd, OrRd_r, Oranges, Oranges_r, PRGn, PRGn_r, Paired, Paired_r, Pastel1, Pastel1_r, Pastel2, Pastel2_r, PiYG, PiYG_r, PuBu, PuBuGn, PuBuGn_r, PuBu_r, PuOr, PuOr_r, PuRd, PuRd_r, Purples, Purples_r, RdBu, RdBu_r, RdGy, RdGy_r, RdPu, RdPu_r, RdYlBu, RdYlBu_r, RdYlGn, RdYlGn_r, Reds, Reds_r, Set1, Set1_r, Set2, Set2_r, Set3, Set3_r, Spectral, Spectral_r, Wistia, Wistia_r, YlGn, YlGnBu, YlGnBu_r, YlGnphp_r, YlOrBr, YlOrBr_r, YlOrRd, YlOrRd_r, afmhot, afmhot_r, autumn, autumn_r, binary, binary_r, bone, bone_r, brg, brg_r, bwr, bwr_r, cividis, cividis_r, cool, cool_r, coolwarm, coolwarm_r, copper, copper_r, crest, crest_r, cubehelix, cubehelix_r, flag, flag_r, flare, flare_r, gist_earth, gist_earth_r, gist_gray, gist_gray_r, gist_heat, gist_heat_r, gist_ncar, gist_ncar_r, gist_rainbow, gist_rainbow_r, gist_stern, gist_stern_r, gist_yarg, gist_yarg_r, gnuplot, gnuplot2, gnuplot2_r, gnuplot_r, gray, gray_r, hot, hot_r, hsv, hsv_r, icefire, icefire_r, inferno, inferno_r, jet, jet_r, magma, magma_r, mako, mako_r, nipy_spectral, nipy_spectral_r, ocean, ocean_r, pink, pink_r, plasma, plasma_r, prism, prism_r, rainbow, rainbow_r, rocket, rocket_r, seismic, seismic_r, spring, spring_r, summer, summer_r, tab10, tab10_r, tab20, tab20_r, tab20b, tab20b_r, tab20c, tab20c_r, terrain, terrain_r, twilight, twilight_r, twilight_shifted, twilight_shifted_r, viridis, viridis_r, vlag, vlag_r, winter, winter_r
In [10]:
sns.pairplot(df,hue="species",palette="husl") plt.show()
参数markers
In [13]:
sns.pairplot(df,hue="species",diag_kind="hist",markers=["o","s","D"]) plt.show()
参数height
控制整个图形的大小
In [14]:
sns.pairplot(df,height=1.5) plt.show()
sns.pairplot(df,height=4) plt.show()
参数aspect
用来控制图形的宽度，默认是1，显示效果为：
sns.pairplot(df,hue="species",aspect=3) plt.show()
参数corner
只展示一半的图形，整体的图形是关于主对角线对称的
In [16]:
sns.pairplot(df,corner=True) plt.show()
参数vars
控制需要显示的变量
In [17]:
df.columns
Out[17]:
Index(['species', 'island', 'bill_length_mm', 'bill_depth_mm',
'flipper_length_mm', 'body_mass_g', 'sex'],
dtype='object')
In [18]:
sns.pairplot(df,vars=["island","bill_length_mm","sex"]) plt.show()
参数-x_vars/y_vars
必须同时指定
In [19]:
sns.pairplot( df, x_vars=["bill_length_mm","bill_depth_mm","flipper_length_mm"], y_vars=["bill_length_mm","bill_depth_mm"], ) plt.show()
参数-plot_kws/diag_kws
plot_kws：用于控制非对角线上的图的样式diag_kws：用于控制对角线上图的样式
In [20]:
sns.pairplot( df, plot_kws=dict(marker="+",edgecolor="b",linewidth=1), diag_kws=dict(fill=False), ) plt.show()
sns.pairplot(df, diag_kind="kde", markers="+", plot_kws=dict(s=50,edgecolor="b",linewidth=1), diag_kws=dict(shade=True) ) plt.show()
参数-dropna
缺失值的处理，默认是
In [22]:
sns.pairplot(df,dropna=True) plt.show()
返回值-PairGrid
关于返回值的自定义内容请参考官网：
https://seaborn.pydata.org/generated/seaborn.PairGrid.html#seaborn.PairGrid
In [24]:
g=sns.pairplot(df,diag_kind="kde") g.map_lower(sns.kdeplot,levels=6,color=".4") plt.show()
以上就是利用Seaborn绘制20个精美的pairplot图的详细内容，更多关于Seaborn绘制pairplot图的资料请关注我们其它相关文章！
