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

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

散点图矩阵-高度个性化

复制代码
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

复制代码
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)
复制代码
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)
复制代码
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
Tttian62220 分钟前
Python办公自动化(3)对Excel的操作
开发语言·python·excel
morris1311 小时前
【redis】redis实现分布式锁
数据库·redis·缓存·分布式锁
蹦蹦跳跳真可爱5891 小时前
Python----机器学习(KNN:使用数学方法实现KNN)
人工智能·python·机器学习
hycccccch1 小时前
Canal+RabbitMQ实现MySQL数据增量同步
java·数据库·后端·rabbitmq
独好紫罗兰1 小时前
洛谷题单2-P5713 【深基3.例5】洛谷团队系统-python-流程图重构
开发语言·python·算法
这个懒人2 小时前
深入解析Translog机制:Elasticsearch的数据守护者
数据库·elasticsearch·nosql·translog
Yan-英杰2 小时前
【百日精通JAVA | SQL篇 | 第二篇】数据库操作
服务器·数据库·sql
Start_Present2 小时前
Pytorch 第十二回:循环神经网络——LSTM模型
pytorch·rnn·神经网络·数据分析·lstm
NineData3 小时前
NineData云原生智能数据管理平台新功能发布|2025年3月版
数据库
DREAM.ZL3 小时前
基于python的电影数据分析及可视化系统
开发语言·python·数据分析