Seaborn - Ghép nối lưới

PairGrid cho phép chúng ta vẽ một lưới các ô con sử dụng cùng một loại ô để trực quan hóa dữ liệu.

Không giống như FacetGrid, nó sử dụng các cặp biến khác nhau cho mỗi ô con. Nó tạo thành một ma trận gồm các ô con. Nó cũng đôi khi được gọi là "ma trận biểu đồ phân tán".

Việc sử dụng pairgrid tương tự như facetgrid. Đầu tiên khởi tạo lưới và sau đó chuyển chức năng vẽ đồ thị.

Thí dụ

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()

Cũng có thể vẽ một hàm khác trên đường chéo để hiển thị phân phối đơn biến của biến trong mỗi cột.

Thí dụ

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()

Đầu ra

Chúng tôi có thể tùy chỉnh màu sắc của các ô này bằng cách sử dụng một biến phân loại khác. Ví dụ: tập dữ liệu về hoa diên vĩ có bốn phép đo cho mỗi trong ba loài hoa mống mắt khác nhau để bạn có thể thấy chúng khác nhau như thế nào.

Thí dụ

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()

Đầu ra

Chúng ta có thể sử dụng một hàm khác trong tam giác trên và dưới để xem các khía cạnh khác nhau của mối quan hệ.

Thí dụ

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()

Đầu ra