首页
所有分类
TAGS
文字工具 EMOJI BIBLE
编程 Python

Python可视化学习之seaborn绘制矩阵图详解

Posted in Python onFebruary 24, 2022

本文内容速览

Python可视化学习之seaborn绘制矩阵图详解

Python可视化学习之seaborn绘制矩阵图详解

1、绘图数据准备

还是使用鸢尾花iris数据集

#导入本帖要用到的库，声明如下：
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from pandas import Series,DataFrame
from sklearn import datasets
import seaborn as sns
 
#导入鸢尾花iris数据集（方法一）
#该方法更有助于理解数据集
iris=datasets.load_iris()
x, y =iris.data,iris.target
y_1 = np.array(['setosa' if i==0 else 'versicolor' if i==1 else 'virginica' for i in y])
pd_iris = pd.DataFrame(np.hstack((x, y_1.reshape(150,1))),columns=['sepal length(cm)','sepal width(cm)','petal length(cm)','petal width(cm)','class'])
 
#astype修改pd_iris中数据类型object为float64
pd_iris['sepal length(cm)']=pd_iris['sepal length(cm)'].astype('float64')
pd_iris['sepal width(cm)']=pd_iris['sepal width(cm)'].astype('float64')
pd_iris['petal length(cm)']=pd_iris['petal length(cm)'].astype('float64')
pd_iris['petal width(cm)']=pd_iris['petal width(cm)'].astype('float64')
 
 
#导入鸢尾花iris数据集（方法二）
#import seaborn as sns
#iris_sns = sns.load_dataset("iris")

数据集简单统计

Python可视化学习之seaborn绘制矩阵图详解

2、seaborn.pairplot

语法：seaborn.pairplot(data, hue=None, hue_order=None, palette=None, vars=None, x_vars=None, y_vars=None, kind='scatter', diag_kind='auto', markers=None, height=2.5, aspect=1, corner=False, dropna=True, plot_kws=None, diag_kws=None, grid_kws=None, size=None)

g = sns.pairplot(pd_iris)
g.fig.set_size_inches(12,12)#figure大小
sns.set(style='whitegrid',font_scale=1.5)#文本大小

Python可视化学习之seaborn绘制矩阵图详解

对角线4张图是变量自身的分布直方图；

非对角线的 12 张就是某个变量和另一个变量的关系。

加上分类变量

g = sns.pairplot(pd_iris,
                 hue='class'#按照三种花分类
                )
sns.set(style='whitegrid')
g.fig.set_size_inches(12,12)
sns.set(style='whitegrid',font_scale=1.5)

Python可视化学习之seaborn绘制矩阵图详解

修改调色盘

可以使用Matplotlib、seaborn、颜色号list等色盘。

可参考：Python可视化学习之seaborn调色盘

import palettable 
g = sns.pairplot(pd_iris,
                 hue='class',
                 palette=palettable.cartocolors.qualitative.Bold_9.mpl_colors,#palettable颜色盘
                
                )
sns.set(style='whitegrid')
g.fig.set_size_inches(12,12)
sns.set(style='whitegrid',font_scale=1.5)

Python可视化学习之seaborn绘制矩阵图详解

g = sns.pairplot(pd_iris,
                 hue='class',
                palette='Set1',#Matplotlib颜色
                
                )
sns.set(style='whitegrid')
g.fig.set_size_inches(12,12)
sns.set(style='whitegrid',font_scale=1.5)

Python可视化学习之seaborn绘制矩阵图详解

g = sns.pairplot(pd_iris,
                 hue='class',
                palette=['#dc2624', '#2b4750', '#45a0a2'],#使用传入的颜色list
                
                )
sns.set(style='whitegrid')
g.fig.set_size_inches(12,12)
sns.set(style='whitegrid',font_scale=1.5)

Python可视化学习之seaborn绘制矩阵图详解

x,y轴方向选取相同子集 

import palettable
g = sns.pairplot(pd_iris,
                 hue='class',
                 palette=palettable.cartocolors.qualitative.Bold_9.mpl_colors,
                 vars=['sepal length(cm)','sepal width(cm)'],#x,y轴方向选取相同子集绘图
                
                )
sns.set(style='whitegrid')
g.fig.set_size_inches(12,6)
sns.set(style='whitegrid',font_scale=1.5)

Python可视化学习之seaborn绘制矩阵图详解

x,y轴方向选取不同子集

import palettable
g = sns.pairplot(pd_iris,
                 hue='class',
                 palette=palettable.cartocolors.qualitative.Bold_9.mpl_colors,
                 x_vars=['sepal length(cm)','sepal width(cm)'],#x,y轴方向选取不同子集
                 y_vars=['petal length(cm)','petal width(cm)'],
                
                )
sns.set(style='whitegrid')
g.fig.set_size_inches(12,6)
sns.set(style='whitegrid',font_scale=1.5)

Python可视化学习之seaborn绘制矩阵图详解

非对角线散点图加趋势线 

import palettable
g = sns.pairplot(pd_iris,
                 hue='class',
                 palette=palettable.cartocolors.qualitative.Bold_9.mpl_colors,
                 kind='reg',#默认为scatter,reg加上趋势线                 
                
                )
sns.set(style='whitegrid')
g.fig.set_size_inches(12,12)
sns.set(style='whitegrid',font_scale=1.5)

Python可视化学习之seaborn绘制矩阵图详解

对角线上的四个图绘制方式

可选参数为‘auto’, ‘hist’（默认）, ‘kde’, None。

import palettable
g = sns.pairplot(pd_iris,
                 hue='class',
                 palette=palettable.cartocolors.qualitative.Bold_9.mpl_colors,
                 diag_kind='hist',#hist直方图               
                
                )
sns.set(style='whitegrid')
g.fig.set_size_inches(12,12)
sns.set(style='whitegrid',font_scale=1.5)

Python可视化学习之seaborn绘制矩阵图详解

只显示网格下三角图形 

import palettable
g = sns.pairplot(pd_iris,
                 hue='class',
                 palette='Set1',
                 corner=True#图形显示左下角
                
                )
 
g.fig.set_size_inches(12,12)
sns.set(font_scale=1.5)

Python可视化学习之seaborn绘制矩阵图详解

图形外观设置 

import palettable
g = sns.pairplot(pd_iris,
                 hue='class',
                 palette='Set1',
                 markers=['$\clubsuit$','.','+'],#散点图的marker
                 plot_kws=dict(s=50, edgecolor="r", linewidth=1),#非对角线上的图marker大小、外框、外框线宽
                 diag_kws=dict(shade=True)#对角线上核密度图是否填充
                 
                
                )
g.fig.set_size_inches(12,12)
sns.set(font_scale=1.5)

Python可视化学习之seaborn绘制矩阵图详解

3、seaborn.PairGrid（更灵活的绘制矩阵图）

seaborn.PairGrid(data, hue=None, hue_order=None, palette=None, hue_kws=None, vars=None, x_vars=None, y_vars=None, corner=False, diag_sharey=True, height=2.5, aspect=1, layout_pad=0, despine=True, dropna=True, size=None)

每个子图绘制同类型的图

g = sns.PairGrid(pd_iris, 
                 hue='class',
                 palette='husl',)
g = g.map(plt.scatter)#map每个子图绘制一样类型的图
g = g.add_legend()
g.fig.set_size_inches(12,12)
sns.set(style='whitegrid',font_scale=1.5)

Python可视化学习之seaborn绘制矩阵图详解

对角线和非对角线分别绘制不同类型图

g = sns.PairGrid(pd_iris, 
                 hue='class',
                palette='Set1',)
g = g.map_diag(plt.hist)#对角线绘制直方图
g = g.map_offdiag(plt.scatter)#非对角线绘制散点图
g = g.add_legend()
g.fig.set_size_inches(12,12)
sns.set(style='whitegrid',font_scale=1.5)

Python可视化学习之seaborn绘制矩阵图详解

对角线上方、对角线、对角线下方分别绘制不同类型图

g = sns.PairGrid(pd_iris, hue='class',)
g = g.map_upper(sns.scatterplot)
g = g.map_lower(sns.kdeplot, colors="C0")
g = g.map_diag(sns.kdeplot, lw=2)3绘制核密度图
g = g.add_legend()#添加图例
sns.set(style='whitegrid',font_scale=1.5)

Python可视化学习之seaborn绘制矩阵图详解

其它一些参数修改

g = sns.PairGrid(pd_iris, hue='class',
                 palette='Set1',
                 hue_kws={"marker": ["^", "s", "D"]},#设置marker
                 diag_sharey=False,
                )
g = g.map_upper(sns.scatterplot,edgecolor="w", s=40)#设置点大小，外框颜色
g = g.map_lower(sns.kdeplot, colors="#01a2d9")#设置下三角图形颜色
g = g.map_diag(sns.kdeplot, lw=3)#对角图形颜色
g = g.add_legend()#添加图例
g.fig.set_size_inches(12,12)
sns.set(style='whitegrid',font_scale=1.5)

Python可视化学习之seaborn绘制矩阵图详解

以上就是Python可视化学习之seaborn绘制矩阵图详解的详细内容，更多关于Python seaborn矩阵图的资料请关注三水点靠木其它相关文章！

Python可视化学习之seaborn绘制矩阵图详解

- Author -

qq_21478261

- Original Sources -

声明：登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。

Python 相关文章推荐
详细介绍Python语言中的按位运算符
Nov 26 Python
python实现删除文件与目录的方法
Nov 10 Python
python编程实现希尔排序
Apr 13 Python
Python(Django)项目与Apache的管理交互的方法
May 16 Python
Window 64位下python3.6.2环境搭建图文教程
Sep 19 Python
Python爬虫实现获取动态gif格式搞笑图片的方法示例
Dec 24 Python
Django之路由层的实现
Sep 09 Python
DJANGO-URL反向解析REVERSE实例讲解
Oct 25 Python
基于Python数据结构之递归与回溯搜索
Feb 26 Python
Python装饰器如何实现修复过程解析
Sep 05 Python
selenium与xpath之获取指定位置的元素的实现
Jan 26 Python
Python实现生成bmp图像的方法
Jun 13 Python
Python matplotlib可视化之绘制韦恩图
Python语言中的数据类型-序列
Feb 24 #Python
浅析python中特殊文件和特殊函数
Feb 24 #Python
Python中字符串对象语法分享
Feb 24 #Python
Python+Matplotlib+LaTeX玩转数学公式
Python语言内置数据类型
Feb 24 #Python
Python中的程序流程控制语句
Feb 24 #Python
说明书(38) 标语(336) 党团范文(807) 任命书(51) 汇报材料(247) 报告(147) 工作总结(1972) 计划(88) 开幕词(63) 口号(179)
You might like
如何设置mysql允许外网访问
2013/06/04 PHP
深入extjs与php参数交互的详解
2013/06/25 PHP
PHP函数preg_match_all正则表达式的基本使用详细解析
2013/08/31 PHP
PHP运行SVN命令显示某用户的文件更新记录的代码
2014/01/03 PHP
php生成随机颜色方法汇总
2014/12/03 PHP
PHP的PDO预处理语句与存储过程
2019/01/27 PHP
php tpl模板引擎定义与使用示例
2019/08/09 PHP
laravel框架模型中非静态方法也能静态调用的原理分析
2019/11/23 PHP
脚本收藏iframe
2006/07/21 Javascript
javascript 变量作用域 代码分析
2009/06/26 Javascript
Jquery之Ajax运用 学习运用篇
2011/09/26 Javascript
JS字符串累加Array不一定比字符串累加快(根据电脑配置)
2012/05/14 Javascript
JS 实现导航栏悬停效果(续2)
2013/09/24 Javascript
jquery动态加载select下拉框示例代码
2013/12/10 Javascript
浅谈Javascript 执行顺序
2013/12/18 Javascript
js中文逗号转英文实现
2014/02/11 Javascript
原生JavaScript实现合并多个数组示例
2014/09/21 Javascript
JavaScript字符串对象split方法入门实例（用于把字符串分割成数组）
2014/10/16 Javascript
基于jQuery实现点击列表加载更多效果
2016/05/31 Javascript
Angular2学习笔记——详解NgModule模块
2016/12/02 Javascript
解决JS内存泄露之js对象和dom对象互相引用问题
2017/06/25 Javascript
简单实现jQuery上传图片显示预览功能
2020/06/29 jQuery
vue中改变选中当前项的显示隐藏或者状态的实现方法
2018/02/08 Javascript
使用javascript做在线算法编程
2018/05/25 Javascript
Vue 实现点击空白处隐藏某节点的三种方式(指令、普通、遮罩）
2019/10/23 Javascript
浅谈Vue SSR中的Bundle的具有使用
2019/11/21 Javascript
浅谈使用nodejs搭建web服务器的过程
2020/07/20 NodeJs
在Django的模型中执行原始SQL查询的方法
2015/07/21 Python
Python3非对称加密算法RSA实例详解
2018/12/06 Python
使用pth文件添加Python环境变量方式
2020/05/26 Python
python如何输出反斜杠
2020/06/18 Python
Python实现播放和录制声音的功能
2020/08/12 Python
Timberland法国官网：购买靴子、鞋子、衣服、夹克和配饰
2019/11/30 全球购物
Monki官网：斯堪的纳维亚的独立时尚品牌
2020/11/09 全球购物
数控技术应用个人求职信范文
2014/02/03 职场文书
2014年会计个人工作总结
2014/11/24 职场文书