Python散点图矩阵代码模版

本文分享Python seaborn实现散点图矩阵代码模版,节选自👉嫌Matplotlib繁琐?试试Seaborn!

散点图矩阵(scatterplot matrix)展示原始数据中所有变量两两之间关系,可以规避单一统计指标的偏差,可以在平面上快速优雅的探索高维数据。注意区别于前文"分面多子图",散点图矩阵可在每个子图中显示不同变量之间的关系(上三角形和下三角形中的图表互为镜像),格子中也可以使用不同的图形。

seaborn通过pairplot和PairGrid轻松实现散点图矩阵。


散点图矩阵-一行代码

sns.pairplot(data=penguins, ).fig.set_dpi(150)  #一行代码

散点图矩阵-高度个性化

g = sns.PairGrid(penguins,
                 hue="性别",
                 palette=["#006a8e", "#b1283a"],
                 diag_sharey=False)
g.map_upper(
    sns.scatterplot,
    size=penguins["体重"],  #散点按照"体重"变化
)  #更多参数参考上文章节"7.1 散点图(13种)"
g.map_diag(
    sns.histplot,
    multiple="stack",  #堆叠
)  #更多参数参考上文章节"8.1.12 分组直方图-堆积叠加"
g.map_lower(
    sns.kdeplot,
    fill=True,  #填充
    alpha=0.6,  #透明度
)  #更多参数参考上文章节"8.2 核密度图(16种)"
g.add_legend(title="")
g.fig.set_dpi(150)

换一组palettable中的配色👉palettable实现配色自由

g = sns.PairGrid(penguins,
                 hue="性别",
                 palette=palettable.tableau.BlueRed_6.mpl_colors[0:3],
                 diag_sharey=False)
g.map_upper(
    sns.scatterplot,
    size=penguins["体重"],
)
g.map_diag(
    sns.histplot,
    multiple="stack",
)
g.map_lower(
    sns.kdeplot,
    fill=True,
    alpha=0.6,
)
g.add_legend(title="")
g.fig.set_dpi(150)
g = sns.PairGrid(penguins,
                 hue="性别",
                 palette=palettable.lightbartlein.diverging.BlueGrey_8_r.mpl_colors[0:3],
                 diag_sharey=False)
g.map_upper(
    sns.scatterplot,
    size=penguins["体重"],
)
g.map_diag(
    sns.histplot,
    multiple="stack",
)
g.map_lower(
    sns.kdeplot,
    fill=True,
    alpha=0.6,
)
g.add_legend(title="")
g.fig.set_dpi(150)
g = sns.PairGrid(penguins,
                 hue="性别",
                 palette=palettable.cartocolors.qualitative.Bold_9_r.mpl_colors[0:3],
                 diag_sharey=False)
g.map_upper(
    sns.scatterplot,
    size=penguins["体重"],
)
g.map_diag(
    sns.histplot,
    multiple="stack",
)
g.map_lower(
    sns.kdeplot,
    fill=True,
    alpha=0.6,
)
g.add_legend(title="")
g.fig.set_dpi(150)

更多干货👇

相关推荐
远歌已逝44 分钟前
维护在线重做日志(二)
数据库·oracle
HPC_fac1305206781644 分钟前
以科学计算为切入点:剖析英伟达服务器过热难题
服务器·人工智能·深度学习·机器学习·计算机视觉·数据挖掘·gpu算力
qq_433099402 小时前
Ubuntu20.04从零安装IsaacSim/IsaacLab
数据库
Dlwyz2 小时前
redis-击穿、穿透、雪崩
数据库·redis·缓存
网易独家音乐人Mike Zhou3 小时前
【卡尔曼滤波】数据预测Prediction观测器的理论推导及应用 C语言、Python实现(Kalman Filter)
c语言·python·单片机·物联网·算法·嵌入式·iot
安静读书3 小时前
Python解析视频FPS(帧率)、分辨率信息
python·opencv·音视频
工业甲酰苯胺4 小时前
Redis性能优化的18招
数据库·redis·性能优化
没书读了5 小时前
ssm框架-spring-spring声明式事务
java·数据库·spring
小二·5 小时前
java基础面试题笔记(基础篇)
java·笔记·python
i道i5 小时前
MySQL win安装 和 pymysql使用示例
数据库·mysql