seaborn.pairplot sns.pairplot 绘制矩阵图

本文介绍了如何利用Seaborn的pairplot函数对数据进行多维度分布的可视化,包括设置颜色映射、统计图类型、图例、大小等参数。以汽车数据集为例,展示了如何查看训练集中MPG、Cylinders、Displacement和Weight几列的联合分布,通过'kde'图展示数据密度。

pairplot(data,hue,palette,x_vars,y_vars,kind,diag_kind,markers,height,aspect,corner,dropna,plot_kws,diag_kws)

参数:

data--要绘制的数据,为DataFrame类型;

hue--取值为data中的列索引,为分组变量,根据不同颜色来区分各个变量;

palette--为seaborn库颜色面板取值或者给出hue中各个类别对应颜色的字典;

x_vars--data中需要用到的索引名组成的横坐标的列表,默认用data中所有的数值型变量;

y_vars--data中需要用到的索引名组成的纵坐标的列表,默认用data中所有的数值型变量;

kind--对角线位置处统计图类型,默认为'scatter'即散点图,也可取值为'kde'、'hist'、'reg';diag_kind--矩阵图中非对角线处的统计图类型,可取值为'kde' (图2所示)'hist'(图3所示)、或None;

markers--hue中各类的散点类型,为列表;

height--每个图的高度,单位为英寸;

aspect--宽高比;

corner--默认为False,设置为True,则仅显示对角线及其下方统计图;

dropna--默认为True,在绘制数据前删除缺失值;

plot_kws--非对角线处统计图的属性设置;

diag_kws--对角线处统计图的属性设置;

import pathlib

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

import tensorflow as tf

from tensorflow import keras
from tensorflow.keras import layers

dataset_p
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Alocus_

如果我的内容帮助到你,打赏我吧

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值