seaborn.PairGrid

class seaborn.PairGrid(data, *, hue=None, vars=None, x_vars=None, y_vars=None, hue_order=None, palette=None, hue_kws=None, corner=False, diag_sharey=True, height=2.5, aspect=1, layout_pad=0.5, despine=True, dropna=False)

用于绘制数据集中成对关系的子图网格。

此对象将数据集中的每个变量映射到多轴网格中的列和行。可以使用不同的轴级绘图函数在上三角和下三角中绘制双变量图，并且可以在对角线上显示每个变量的边际分布。

使用 pairplot() 可以在一行代码中生成几种不同的常见图表。当你需要更多灵活性时，请使用 PairGrid。

更多信息请参见 教程。

__init__(data, *, hue=None, vars=None, x_vars=None, y_vars=None, hue_order=None, palette=None, hue_kws=None, corner=False, diag_sharey=True, height=2.5, aspect=1, layout_pad=0.5, despine=True, dropna=False)

初始化绘图图形和 PairGrid 对象。

参数:

数据DataFrame

整洁（长格式）数据框，其中每一列是一个变量，每一行是一个观测值。

色调字符串 (变量名)

data 中用于将绘图方面映射到不同颜色的变量。该变量将从默认的 x 和 y 变量中排除。

变量变量名列表

在 data 中使用的变量，否则使用具有数值数据类型的每一列。

{x, y}_vars变量名列表

data 中的变量分别用于图形的行和列；即，制作一个非方形图。

hue_order字符串列表

调色板中色调变量的层次顺序

调色板字典或 seaborn 颜色调色板

用于映射 hue 变量的颜色集。如果是字典，键应为 hue 变量中的值。

hue_kws参数 -> 值列表映射的字典

其他关键字参数，用于插入到绘图调用中，以使其他绘图属性随色调变量的级别而变化（例如，散点图中的标记）。

角落布尔

如果为真，不要在网格的上部（非对角线）三角形添加轴，使其成为一个“角落”图。

高度标量

每个分面的高度（以英寸为单位）。

方面标量

Aspect * height 给出了每个分面的宽度（以英寸为单位）。

layout_pad标量

坐标轴之间的填充；传递给 fig.tight_layout。

去枝布尔

从图表中移除顶部和右侧的轴线。

dropna布尔

在绘图之前从数据中删除缺失值。

参见

pairplot

轻松绘制 PairGrid 的常见用法。

FacetGrid

用于绘制条件关系的子图网格。

示例

方法

__init__(data, *[, hue, vars, x_vars, ...])	初始化绘图图形和 PairGrid 对象。
add_legend([legend_data, title, ...])	绘制图例，可能将其放置在坐标轴外部并调整图形大小。
apply(func, *args, **kwargs)	将网格传递给用户提供的函数并返回自身。
map(func, **kwargs)	在每个子图中使用相同的函数绘图。
map_diag(func, **kwargs)	在每个对角子图中绘制单变量函数。
map_lower(func, **kwargs)	在下对角子图中绘制双变量函数。
map_offdiag(func, **kwargs)	在非对角子图中绘制双变量函数。
map_upper(func, **kwargs)	在上对角子图中绘制二元函数图。
pipe(func, *args, **kwargs)	将网格传递给用户提供的函数并返回其值。
savefig(*args, **kwargs)	保存图形的图像。
set(**kwargs)	在每个子图 Axes 上设置属性。
tick_params([axis])	修改刻度、刻度标签和网格线。
tight_layout(*args, **kwargs)	在排除图例的rect内调用fig.tight_layout。

属性

fig	首选 figure 属性。
figure	访问网格背后的 matplotlib.figure.Figure 对象。
legend	如果存在，则为 matplotlib.legend.Legend 对象。