Seaborn - Pair Grid

PairGrid nos permite desenhar uma grade de subtramas usando o mesmo tipo de gráfico para visualizar os dados.

Ao contrário do FacetGrid, ele usa diferentes pares de variáveis ​​para cada subplot. Ele forma uma matriz de subtramas. Às vezes também é chamado de “matriz de gráfico de dispersão”.

O uso de pairgrid é semelhante ao facetgrid. Inicialize primeiro a grade e depois passe a função de plotagem.

Exemplo

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()

Também é possível traçar uma função diferente na diagonal para mostrar a distribuição univariada da variável em cada coluna.

Exemplo

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()

Resultado

Podemos personalizar a cor desses gráficos usando outra variável categórica. Por exemplo, o conjunto de dados da íris tem quatro medidas para cada uma das três espécies diferentes de flores da íris, então você pode ver como elas diferem.

Exemplo

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()

Resultado

Podemos usar uma função diferente nos triângulos superior e inferior para ver diferentes aspectos do relacionamento.

Exemplo

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()

Resultado