Seaborn-ペアグリッド
PairGridを使用すると、同じプロットタイプを使用してサブプロットのグリッドを描画し、データを視覚化できます。
FacetGridとは異なり、サブプロットごとに異なる変数のペアを使用します。これは、サブプロットの行列を形成します。「散布図行列」と呼ばれることもあります。
pairgridの使用法はfacetgridに似ています。最初にグリッドを初期化し、次にプロット関数を渡します。
例
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
g = sb.PairGrid(df)
g.map(plt.scatter);
plt.show()

対角線上に異なる関数をプロットして、各列の変数の単変量分布を示すこともできます。
例
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
g = sb.PairGrid(df)
g.map_diag(plt.hist)
g.map_offdiag(plt.scatter);
plt.show()
出力

別のカテゴリ変数を使用して、これらのプロットの色をカスタマイズできます。たとえば、アイリスデータセットには、3種類のアイリスの花のそれぞれについて4つの測定値があるため、それらの違いを確認できます。
例
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
g = sb.PairGrid(df)
g.map_diag(plt.hist)
g.map_offdiag(plt.scatter);
plt.show()
出力

上三角と下三角で異なる関数を使用して、関係のさまざまな側面を確認できます。
例
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
g = sb.PairGrid(df)
g.map_upper(plt.scatter)
g.map_lower(sb.kdeplot, cmap = "Blues_d")
g.map_diag(sb.kdeplot, lw = 3, legend = False);
plt.show()
出力
