Python可視化 | Seaborn5分鐘入門(七)——pairplot

微信公衆號：「Python讀財」
若有問題或建議，請公衆號留言

Seaborn是基於matplotlib的Python可視化庫。它提供了一個高級界面來繪製有吸引力的統計圖形。Seaborn實際上是在matplotlib的基礎上進行了更高級的API封裝，從而使得做圖更加容易，不須要通過大量的調整就能使你的圖變得精緻。

今天給你們介紹的是pairplot，話很少說，直接進入正題。

注：全部代碼均在IPython notebook中實現

pairplot

pairplot中pair是成對的意思，pairplot主要展示的是變量兩兩之間的關係（線性或非線性，有無較爲明顯的相關關係），照例來總覽一下pairplot的API。

下面用鳶尾花數據集來介紹pairplot的用法。鳶尾花數據集已經用了很多次了，但大多數人（我也）可能還不知道鳶尾花長啥樣，先上張鳶尾花的圖。

先導入相關的包，並配置相關的參數

import seaborn as sns
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
sns.set_style('white',{'font.sans-serif':['simhei','Arial']})

#導入seaborn自帶iris數據集
data=sns.load_dataset("iris")  
#爲了方便你們觀看，把列名換成中文的
data.rename(columns={"sepal_length":"萼片長",
                     "sepal_width":"萼片寬",
                     "petal_length":"花瓣長",
                     "petal_width":"花瓣寬",
                     "species":"種類"},inplace=True)
kind_dict = {
    "setosa":"山鳶尾",
    "versicolor":"雜色鳶尾",
    "virginica":"維吉尼亞鳶尾"
}
data["種類"] = data["種類"].map(kind_dict)
data.head() #數據集的內容以下

先來直觀看看pairplot長什麼樣

sns.pairplot(data)

能夠看到對角線上是各個屬性的直方圖（分佈圖），而非對角線上是兩個不一樣屬性之間的相關圖，從圖中咱們發現，花瓣的長度和寬度之間以及萼片的長短和花瓣的長、寬之間具備比較明顯的相關關係。

接下來介紹一下pairplot主要的參數及其用法

kind：用於控制非對角線上的圖的類型，可選"scatter"與"reg"

diag_kind：控制對角線上的圖的類型，可選"hist"與"kde"

sns.pairplot(data,kind="reg",diag_kind="kde")

將 kind 參數設置爲 "reg" 會爲非對角線上的散點圖擬合出一條迴歸直線，更直觀地顯示變量之間的關係。

那對於不一樣種類的花，其花萼和花瓣有什麼比較鮮明的特徵嗎？咱們經過hue參數把不一樣種類的花區分開，進行進一步分析。

hue ：針對某一字段進行分類

#不一樣類別的點會以不一樣的顏色顯現出來
sns.pairplot(data,hue="種類")

咱們能夠從通過hue分類後的pairplot中發現，不管是從對角線上的分佈圖仍是從分類後的散點圖，均可以看出對於不一樣種類的花，其萼片長、花瓣長、花瓣寬的分佈差別較大，換句話說，這些屬性是能夠幫助咱們去識別不一樣種類的花的。

好比，對於萼片、花瓣長度較短，花瓣寬度較窄的花，那麼它大機率是山鳶尾。

固然，能夠經過palette參數來調出本身想要的顏色

palette：控制色調

sns.pairplot(data,hue="種類",palette="husl")

markers：控制散點的樣式

sns.pairplot(data,hue="種類",markers=["+", "s", "D"])

當咱們想單獨研究某兩個（或多個）變量的關係時，咱們只須要經過vars參數指定你想研究的變量

vars,x_vars,y_vars：選擇數據中的特定字段，以list形式傳入

#單獨用vars參數選擇"萼片長 "和"花瓣長"兩種屬性
sns.pairplot(data,vars=["萼片長","花瓣長"])

# 用x_vars和 y_vars參數指定
# 須要注意的是，x_vars和y_vars要同時指定
sns.pairplot(data,x_vars=["萼片長","花瓣寬"],
             y_vars=["萼片寬","花瓣長"])

更多的樣式能夠經過plot_kws和diag_kws來進行控制

plot_kws：用於控制非對角線上的圖的樣式

diag_kws：用於控制對角線上圖的樣式

sns.pairplot(data,diag_kind="kde",
             plot_kws=dict(s=50,edgecolor="w",color="g",alpha=.5),
             diag_kws=dict(shade=True,color="r"))

掃碼關注公衆號「Python讀財」，第一時間獲取乾貨，還能夠加Python學習交流羣！！