Seaborn - Paarweise Beziehung visualisieren

In Echtzeit untersuchte Datensätze enthalten viele Variablen. In solchen Fällen sollte die Beziehung zwischen jeder Variablen analysiert werden. Das Zeichnen der bivariaten Verteilung für (n, 2) Kombinationen ist ein sehr komplexer und zeitaufwändiger Prozess.

Um mehrere paarweise bivariate Verteilungen in einem Datensatz zu zeichnen, können Sie die verwenden pairplot()Funktion. Dies zeigt die Beziehung für die (n, 2) Kombination von Variablen in einem DataFrame als Matrix von Plots, und die diagonalen Plots sind die univariaten Plots.

Achsen

In diesem Abschnitt erfahren Sie, was Achsen, ihre Verwendung, Parameter usw. sind.

Verwendung

seaborn.pairplot(data,…)

Parameter

In der folgenden Tabelle sind die Parameter für Achsen aufgeführt -

Sr.Nr.	Parameter & Beschreibung
1	data Datenrahmen
2	hue Variable Daten, um Plotaspekte verschiedenen Farben zuzuordnen.
3	palette Farbsatz zum Zuordnen der Farbtonvariablen
4	kind Art der Handlung für die Nichtidentitätsbeziehungen. {'Scatter', 'reg'}
5	diag_kind Art der Darstellung für die diagonalen Unterzeichnungen. {'hist', 'kde'}

Mit Ausnahme der Daten sind alle anderen Parameter optional. Es gibt nur wenige andere Parameter, diepairplotkann akzeptieren. Die oben genannten werden häufig als Parameter verwendet.

Beispiel

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()

Ausgabe

Wir können die Variationen in jeder Handlung beobachten. Die Diagramme sind im Matrixformat, wobei der Zeilenname die x-Achse und der Spaltenname die y-Achse darstellt.

Die diagonalen Diagramme sind Kerneldichtediagramme, wobei die anderen Diagramme wie erwähnt Streudiagramme sind.