日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學(xué)無(wú)先后，達(dá)者為師

網(wǎng)站首頁(yè) 編程語(yǔ)言 正文

Python可視化學(xué)習(xí)之seaborn繪制矩陣圖詳解_python

作者：qq_21478261 ? 更新時(shí)間： 2022-04-28 編程語(yǔ)言

本文內(nèi)容速覽

1、繪圖數(shù)據(jù)準(zhǔn)備

還是使用鳶尾花iris數(shù)據(jù)集

#導(dǎo)入本帖要用到的庫(kù)，聲明如下：
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
 
#導(dǎo)入鳶尾花iris數(shù)據(jù)集（方法一）
#該方法更有助于理解數(shù)據(jù)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中數(shù)據(jù)類(lèi)型object為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')
 
 
#導(dǎo)入鳶尾花iris數(shù)據(jù)集（方法二）
#import seaborn as sns
#iris_sns = sns.load_dataset("iris")

數(shù)據(jù)集簡(jiǎn)單統(tǒng)計(jì)

2、seaborn.pairplot

語(yǔ)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

對(duì)角線4張圖是變量自身的分布直方圖；

非對(duì)角線的 12 張就是某個(gè)變量和另一個(gè)變量的關(guān)系。

加上分類(lèi)變量

g = sns.pairplot(pd_iris,
                 hue='class'#按照三種花分類(lèi)
                )
sns.set(style='whitegrid')
g.fig.set_size_inches(12,12)
sns.set(style='whitegrid',font_scale=1.5)

修改調(diào)色盤(pán)

可以使用Matplotlib、seaborn、顏色號(hào)list等色盤(pán)。

可參考：Python可視化學(xué)習(xí)之seaborn調(diào)色盤(pán)

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

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

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

x,y軸方向選取相同子集?

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軸方向選取相同子集繪圖
                
                )
sns.set(style='whitegrid')
g.fig.set_size_inches(12,6)
sns.set(style='whitegrid',font_scale=1.5)

x,y軸方向選取不同子集

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軸方向選取不同子集
                 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)

非對(duì)角線散點(diǎn)圖加趨勢(shì)線?

import palettable
g = sns.pairplot(pd_iris,
                 hue='class',
                 palette=palettable.cartocolors.qualitative.Bold_9.mpl_colors,
                 kind='reg',#默認(rèn)為scatter,reg加上趨勢(shì)線                 
                
                )
sns.set(style='whitegrid')
g.fig.set_size_inches(12,12)
sns.set(style='whitegrid',font_scale=1.5)

對(duì)角線上的四個(gè)圖繪制方式

可選參數(shù)為‘a(chǎn)uto’, ‘hist’（默認(rèn)）, ‘kde’, None。

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

只顯示網(wǎng)格下三角圖形?

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

圖形外觀設(shè)置?

import palettable
g = sns.pairplot(pd_iris,
                 hue='class',
                 palette='Set1',
                 markers=['$\clubsuit$','.','+'],#散點(diǎn)圖的marker
                 plot_kws=dict(s=50, edgecolor="r", linewidth=1),#非對(duì)角線上的圖marker大小、外框、外框線寬
                 diag_kws=dict(shade=True)#對(duì)角線上核密度圖是否填充
                 
                
                )
g.fig.set_size_inches(12,12)
sns.set(font_scale=1.5)

3、seaborn.PairGrid（更靈活的繪制矩陣圖）

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)

每個(gè)子圖繪制同類(lèi)型的圖

g = sns.PairGrid(pd_iris, 
                 hue='class',
                 palette='husl',)
g = g.map(plt.scatter)#map每個(gè)子圖繪制一樣類(lèi)型的圖
g = g.add_legend()
g.fig.set_size_inches(12,12)
sns.set(style='whitegrid',font_scale=1.5)

對(duì)角線和非對(duì)角線分別繪制不同類(lèi)型圖

g = sns.PairGrid(pd_iris, 
                 hue='class',
                palette='Set1',)
g = g.map_diag(plt.hist)#對(duì)角線繪制直方圖
g = g.map_offdiag(plt.scatter)#非對(duì)角線繪制散點(diǎn)圖
g = g.add_legend()
g.fig.set_size_inches(12,12)
sns.set(style='whitegrid',font_scale=1.5)

對(duì)角線上方、對(duì)角線、對(duì)角線下方分別繪制不同類(lèi)型圖

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繪制核密度圖
g = g.add_legend()#添加圖例
sns.set(style='whitegrid',font_scale=1.5)

其它一些參數(shù)修改

g = sns.PairGrid(pd_iris, hue='class',
                 palette='Set1',
                 hue_kws={"marker": ["^", "s", "D"]},#設(shè)置marker
                 diag_sharey=False,
                )
g = g.map_upper(sns.scatterplot,edgecolor="w", s=40)#設(shè)置點(diǎn)大小，外框顏色
g = g.map_lower(sns.kdeplot, colors="#01a2d9")#設(shè)置下三角圖形顏色
g = g.map_diag(sns.kdeplot, lw=3)#對(duì)角圖形顏色
g = g.add_legend()#添加圖例
g.fig.set_size_inches(12,12)
sns.set(style='whitegrid',font_scale=1.5)

原文鏈接：https://blog.csdn.net/qq_21478261/article/details/108158000

欄目分類(lèi)
最近更新