Seaborn 多变量图

Seaborn 多变量图函数

多变量图，也叫做 “矩阵图” 或 “多变量关系图”。它其实是将数据集中不同的字段进行 “两两比较”（包括自己与自己对比）。对于多变量图来说，默认情况下它对角线上的图表是直方图，其他的都是散点图。

在 Seaborn 中，我们可以使用 pairplot() 函数来绘制一个多变量图。

语法：

sns.pairplot(data)

说明：

data 用于定义数据部分，它是一个 DataFrame。

Seaborn 多变量图案例

Seaborn 内置了一个数据集 penguins，该数据集保存的是 344 只企鹅的相关数据，包括种类、岛屿、性别、体重等，部分内容如下图所示。需要注意的是，penguins 数据中存在一定的缺失值，不过这并不会影响我们绘制图表。

Seaborn penguins 数据集

示例 1：Seaborn 绘制多变量图

import matplotlib.pyplot as plt
import seaborn as sns

# 设置
sns.set_theme(rc={'font.sans-serif': 'SimHei', 'axes.unicode_minus': False})

# 加载内置数据集
df = sns.load_dataset('penguins')
# 重命名列
column_map = {
    'species': '种类',
    'island': '岛屿',
    'bill_length_mm': '喙长',
    'bill_depth_mm': '喙深',
    'flipper_length_mm': '鳍长',
    'body_mass_g': '体重',
    'sex': '性别'
}
df.rename(columns=column_map, inplace=True)

# 绘制图表
sns.pairplot(data=df)

# 显示
plt.show()

运行之后，效果如下图所示。

Seaborn 多变量图

分析：

可能小伙伴们会觉得很奇怪，penguin.csv 中明明有 7 个字段（或变量），为什么这里只会比较 4 个字段呢？这是因为 pariplot() 函数只会对数值型的字段进行两两比较，然后找出它们之间的关系。而 “种类、岛屿、性别” 这 3 个字段并非是数值型字段，它们之间比较其实也没有什么意义。

还有一个疑问就是：为什么对角线要用直方图来表示，而不是使用散点图来表示呢？其实小伙伴们仔细观察对角线图表对应的 x 轴和 y 轴坐标就知道了，对角线其实是变量 “自己与自己的比较”，如果使用散点图就没有什么意义了，因为散点图是找出两个变量的关系。但是使用直方图，我们还可以清楚查看自身数据分布情况，这是类似于双变量图的一个作用。

示例 2：添加区分

import matplotlib.pyplot as plt
import seaborn as sns

# 设置
sns.set_theme(rc={'font.sans-serif': 'SimHei', 'axes.unicode_minus': False})

# 加载内置数据集
df = sns.load_dataset('penguins')
# 重命名列
column_map = {
    'species': '种类',
    'island': '岛屿',
    'bill_length_mm': '喙长',
    'bill_depth_mm': '喙深',
    'flipper_length_mm': '鳍长',
    'body_mass_g': '体重',
    'sex': '性别'
}
df.rename(columns=column_map, inplace=True)

# 绘制图表
sns.pairplot(data=df, hue='性别')

# 显示
plt.show()

运行之后，效果如下图所示。

Seaborn 多变量图添加区分

分析：

hue='性别' 表示根据 “性别” 来进行区分。如果我们将 hue='性别' 改为 hue='种类'，此时效果如下图所示。

Seaborn 多变量图 hue='种类'

当我们使用 hue 参数来添加区分时，此时对角线上使用了核密度图来显示。其实我们还可以使用 diag_kind='hist' 这个参数将核密度图强制改为直方图来显示。修改后的代码如下，此时效果如下图所示。

sns.pairplot(data=df, hue='性别', diag_kind='hist')

Seaborn 多变量图改用直方图

示例 3：散点外观

import matplotlib.pyplot as plt
import seaborn as sns

# 设置
sns.set_theme(rc={'font.sans-serif': 'SimHei', 'axes.unicode_minus': False})

# 加载内置数据集
df = sns.load_dataset('penguins')
# 重命名列
column_map = {
    'species': '种类',
    'island': '岛屿',
    'bill_length_mm': '喙长',
    'bill_depth_mm': '喙深',
    'flipper_length_mm': '鳍长',
    'body_mass_g': '体重',
    'sex': '性别'
}
df.rename(columns=column_map, inplace=True)

# 绘制图表
sns.pairplot(data=df, hue='性别', markers=['o', 's'])

# 显示
plt.show()

运行之后，效果如下图所示。

Seaborn 多变量图散点外观

分析：

hue='性别' 表示使用 “性别” 来进行区分，由于 “性别” 的取值只有 2 种：雄性、雌性，所以对于 markers 来说，它也需要 2 种取值才行。markers=['o', 's'] 表示使用 “实心圆” 和 “实心正方形” 这 2 种形状来表示散点的外观。

如果我们将 hue='性别' 改为 hue='种类'，由于 “种类” 的取值有 3 种：Adelie（阿德利企鹅）、Chinstrap（帽带企鹅）、Gentoo（巴布亚企鹅），此时对于 markers 来说，它也需要 3 种取值才行。修改后的代码如下，此时效果如下图所示。

Seaborn 多变量图 hue='种类'

示例 4：自定义比较字段

import matplotlib.pyplot as plt
import seaborn as sns

# 设置
sns.set_theme(rc={'font.sans-serif': 'SimHei', 'axes.unicode_minus': False})

# 加载内置数据集
df = sns.load_dataset('penguins')
# 重命名列
column_map = {
    'species': '种类',
    'island': '岛屿',
    'bill_length_mm': '喙长',
    'bill_depth_mm': '喙深',
    'flipper_length_mm': '鳍长',
    'body_mass_g': '体重',
    'sex': '性别'
}
df.rename(columns=column_map, inplace=True)

# 绘制图表
sns.pairplot(data=df, vars=['喙长', '喙深', '鳍长'])

# 显示
plt.show()

运行之后，效果如下图所示。

Seaborn 多变量图自定义比较字段

分析：

vars=['喙长', '喙深', '鳍长'] 表示 x 轴和 y 轴都使用 “喙长、喙深、鳍长” 这 3 个字段，然后进行两两比较。当然了，我们也可以使用 x_vars 和 y_vars 来单独定义 x 轴和 y 轴使用的字段。修改后的代码如下，此时效果如下图所示。

sns.pairplot(
    data=df, 
    x_vars=['喙长', '喙深', '鳍长'], 
    y_vars=['喙长', '喙深']
)

Seaborn 多变量图使用 x_vars 和 y_vars

最后，我们来总结一下 pairplot() 函数的参数，常用的如下表所示。

pairplot() 函数的参数
参数	说明
data	数据部分
hue	添加区分（颜色）
diag_kind='hist'	对角使用直方图
markers	散点外观
vars	x 轴和 y 轴都使用的字段
x_vars	x 轴使用的字段
y_vars	y 轴使用的字段