可视化成对关系（Visualizing Pairwise Relationship）

实时研究中的数据集包含许多变量。 在这种情况下，应分析每个变量之间的关系。 绘制（n，2）组合的双变量分布将是一个非常复杂和耗时的过程。

要在数据集中绘制多个成对的双变量分布，可以使用pairplot()函数。 这显示了DataFrame中变量（n，2）组合作为图表矩阵的关系，对角线图是单变量图。

Axes

在本节中，我们将了解轴是什么，它们的用法，参数等等。

用法 (Usage)

seaborn.pairplot(data,…)

参数 (Parameters)

下表列出了Axes的参数 -

除数据外，所有其他参数均为​​可选参数。 pairplot可以接受的其他参数很少。 上面提到的常用params。

例子 (Example)

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
sb.set_style("ticks")
sb.pairplot(df,hue = 'species',diag_kind = "kde",kind = "scatter",palette = "husl")
plt.show()

输出 (Output)

我们可以观察每个图中的变化。 图表采用矩阵格式，行名称表示x轴，列名称表示y轴。

对角线图是核密度图，其他图是如上所述的散点图。