如何获得 sns.pairplot 的对角线？答案

【问题标题】：How do I get the diagonal of sns.pairplot?如何获得 sns.pairplot 的对角线？
【发布时间】：2020-03-31 09:38:56
【问题描述】：

好的，我可能很厚，但是我如何才能在一个漂亮的行或 2x2 网格中获得对角线（左上角到右下角）的图形：

import seaborn as sns; sns.set(style="ticks", color_codes=True)
iris = sns.load_dataset("iris")
g = sns.pairplot(iris, hue="species", palette="husl")

澄清：我只想要这些图表，我不在乎是否使用pairplot或其他东西。

【问题讨论】：

标签： python seaborn visualization

【解决方案1】：

以海运方式执行此操作将使用FacetGrid。为此，我们需要将宽格式输入转换为长格式数据帧，这样每个观察都是单行。这是通过pandas.melt 完成的。

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

iris = sns.load_dataset("iris")
df = pd.melt(iris, iris.columns[-1], iris.columns[:-1])

g = sns.FacetGrid(df, col="variable", hue="species", col_wrap=2)
g.map(sns.kdeplot, "value", shade=True)

plt.show()

【讨论】：

如果将 sharex=False, sharey=False 添加到 FacetGrid 命令，您的绘图会看起来更好。
@KRKirov 谢谢，但是共享坐标轴使这些图在数量上具有可比性。所以这是故意的。
如果这是目的就足够了。不过，情节中有大量未使用的空间。
你不是为了赢得艺术比赛而制作情节，而是为了轻松识别数据中的关系。
让我们不要进入关于情节以及它们应该如何构建的哲学辩论。

【解决方案2】：

你为什么还要这样做。配对图的对角线为您提供了该特征的分布图。如果您可以将单独的分布图绘制为子图或将它们混合，这将更有效例如：

import numpy as np
import pandas as pd
from sklearn.datasets import load_iris
import seaborn as sns

iris = load_iris()
iris = pd.DataFrame(data=np.c_[iris['data'], iris['target']],
                    columns=iris['feature_names'] + ['target'])

# Sort the dataframe by target
target_0 = iris.loc[iris['target'] == 0]
target_1 = iris.loc[iris['target'] == 1]
target_2 = iris.loc[iris['target'] == 2]

sns.distplot(target_0[['sepal length (cm)']], hist=False, rug=True)
sns.distplot(target_1[['sepal length (cm)']], hist=False, rug=True)
sns.distplot(target_2[['sepal length (cm)']], hist=False, rug=True)

sns.plt.show()

输出会有点像这样： [1]

在这里阅读更多：python: distplot with multiple distributions

【讨论】：

我想要一个网格。但这也很有用。谢谢+1。
很高兴我能帮上忙。

【解决方案3】：

import seaborn as sns
import matplotlib.pyplot as plt
sns.set(style="ticks", color_codes=True)
iris = sns.load_dataset("iris")

def hide_current_axis(*args, **kwds):
    plt.gca().set_visible(False)

g = sns.pairplot(iris, hue="species", palette="husl")
g.map_upper(hide_current_axis)
g.map_lower(hide_current_axis)

输出：

【讨论】：

谢谢，但有没有办法将其输出为一行或 2x2 网格？

【解决方案4】：

plt.subplots(2, 2)
for i, col in enumerate(iris.columns[:4]):
    plt.subplot(2, 2, i+1)
    sns.kdeplot(iris.loc[iris['species'] == 'setosa', col], shade=True, label='setosa')
    sns.kdeplot(iris.loc[iris['species'] == 'versicolor', col], shade=True, label='versicolor')
    sns.kdeplot(iris.loc[iris['species'] == 'virginica', col], shade=True, label='virginica')
    plt.xlabel('cm')
    plt.title(col)
    if i == 1:
        plt.legend(loc='upper right')
    else:
        plt.legend().remove()

plt.subplot_tool() # Opens a widget which allows adjusting plot aesthetics

【讨论】：

啊，在接受另一个答案之前，我没有看到这个答案。看起来不错，虽然有点复杂。谢谢。