Шаг 144.
Язык Python. Визуализация данных. Библиотека Seaborn. Управление компоновкой диаграмм. Pair-сетка. Функция pairplot() (окончание)

    На этом шаге мы рассмотрим еще несколько параметров этой функции.

    Помимо перечисленных, функция pairplot() содержит следующие полезные параметры:

vars: list, optional
Имена признаков из набора data, которые будут использоваться для отображения.

{x, y}_vars: list, optional
Имена признаков из набора data, которые будут представлены на строках (x_vars) и столбцах (y_vars).

kind:{'scatter', 'reg'}, optional
Тип графика для диаграмм, расположённых вне главной диагонали.

diag_kind: {'auto', 'hist', 'kde', None}, optional
Тип графика на элементах главной диагонали.

orner: bool, optional
Если параметр равен True, то диаграммы в правой верхней части (все что выше главной диагонали) отображаться не будут.

    Выберем для отображения признаки mpg и horsepower из набора mpg_mod с помощью параметра vars:

import matplotlib.pyplot as plt
import seaborn as sns

sns.set(style="ticks")

mpg = sns.load_dataset("mpg")
mpg_mod = mpg[["mpg", "horsepower", "displacement", "origin"]]

sns.pairplot(mpg_mod, hue="origin", vars=["mpg", "horsepower"])

plt.show()
Архив с файлом можно взять здесь.


Рис.1. Демонстрация работы с параметром vars функции pairplot()

    Воспользуемся параметрами x_vars и y_vars для указания наборов признаков для осей x и y:

import matplotlib.pyplot as plt
import seaborn as sns

sns.set(style="ticks")

mpg = sns.load_dataset("mpg")
mpg_mod = mpg[["mpg", "horsepower", "displacement", "origin"]]

sns.pairplot(mpg_mod, hue="origin", x_vars=["mpg", "horsepower"],
             y_vars=["displacement"])

plt.show()
Архив с файлом можно взять здесь.


Рис.2. Демонстрация работы с параметрами x_vars и y_vars функции pairplot()

    Построим график с моделью регрессии вместо диаграммы рассеяния:

import matplotlib.pyplot as plt
import seaborn as sns

sns.set(style="ticks")

mpg = sns.load_dataset("mpg")
mpg_mod = mpg[["mpg", "horsepower", "displacement", "origin"]]

sns.pairplot(mpg_mod, vars=["horsepower", "displacement"], kind='reg')

plt.show()
Архив с файлом можно взять здесь.


Рис.3. Демонстрация работы с параметром параметром kind функции pairplot()

    Изменим тип диаграммы на главной диагонали с гистограммы на KDE:

import matplotlib.pyplot as plt
import seaborn as sns

sns.set(style="ticks")

mpg = sns.load_dataset("mpg")
mpg_mod = mpg[["mpg", "horsepower", "displacement", "origin"]]

sns.pairplot(mpg_mod, vars=["horsepower", "displacement"], 
             diag_kind='kde')

plt.show()
Архив с файлом можно взять здесь.


Рис.4. Демонстрация работы с параметром параметром diag_kind функции pairplot()

    Уберём все диаграммы выше главной диагонали, для этого присвоим параметру corner значение True:

import matplotlib.pyplot as plt
import seaborn as sns

sns.set(style="ticks")

mpg = sns.load_dataset("mpg")
mpg_mod = mpg[["mpg", "horsepower", "displacement", "origin"]]

sns.pairplot(mpg_mod, vars=["horsepower", "displacement"],
             corner=True)

plt.show()
Архив с файлом можно взять здесь.


Рис.5. Демонстрация работы с параметром corner функции pairplot()

    На следующем шаге мы рассмотрим класс PairGrid.




Предыдущий шаг Содержание Следующий шаг