如何用python画散点图矩阵_Python可视化25|seaborn矩阵图

矩阵图即用一张图绘制多个变量之间的关系，数据挖掘中常用于初期数据探索；

本文介绍python中seaborn.pairplot（傻瓜版）和seaborn.PairGrid（更个性化版）绘制矩阵图

本文内容速览

目录

1、绘图数据准备

2、seaborn.pairplot

加上分类变量

修改调色盘

x,y轴方向选取相同子集

x,y轴方向选取不同子集

非对角线散点图加趋势线

对角线上的四个图绘制方式

只显示网格下三角图形

图形外观设置

3、seaborn.PairGrid（更灵活的绘制矩阵图）

每个子图绘制同类型的图

对角线和非对角线分别绘制不同类型图

对角线上方、对角线、对角线下方分别绘制不同类型图

其它一些参数修改

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 wid