Seaborn-pair-grid

シーボーン-ペアグリッド

PairGridでは、同じプロットタイプを使用してサブプロットのグリッドを描画し、データを視覚化できます。

FacetGridとは異なり、サブプロットごとに異なるペアの変数を使用します。 サブプロットの行列を形成します。 「散布図行列」とも呼ばれます。

pairgridの使用法は、facetgridに似ています。 最初にグリッドを初期化してから、プロット関数を渡します。

例

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()

さまざまなモデル

対角線上に異なる関数をプロットして、各列の変数の単変量分布を示すこともできます。

例

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()

出力

ヒストグラムドット

別のカテゴリ変数を使用して、これらのプロットの色をカスタマイズできます。 たとえば、アイリスデータセットには3種類のアイリスの花のそれぞれについて4つの測定値があるため、それらがどのように異なるかを確認できます。

例

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()

出力

色付き

上三角と下三角で異なる関数を使用して、関係の異なる側面を見ることができます。

例

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()

出力

さまざまなプロット