Seaborn - Coppia griglia

PairGrid ci permette di disegnare una griglia di sottotrame utilizzando lo stesso tipo di diagramma per visualizzare i dati.

A differenza di FacetGrid, utilizza diverse coppie di variabili per ogni sottotrama. Forma una matrice di sotto-grafici. A volte è anche chiamata "matrice del grafico a dispersione".

L'utilizzo di pairgrid è simile a facetgrid. Inizializza prima la griglia e poi passa alla funzione di plottaggio.

Esempio

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
g = sb.PairGrid(df)
g.map(plt.scatter);
plt.show()

È anche possibile tracciare una funzione diversa sulla diagonale per mostrare la distribuzione univariata della variabile in ogni colonna.

Esempio

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
g = sb.PairGrid(df)
g.map_diag(plt.hist)
g.map_offdiag(plt.scatter);
plt.show()

Produzione

Possiamo personalizzare il colore di questi grafici utilizzando un'altra variabile categoriale. Ad esempio, il set di dati dell'iride ha quattro misurazioni per ciascuna delle tre diverse specie di fiori di iris in modo da poter vedere come differiscono.

Esempio

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
g = sb.PairGrid(df)
g.map_diag(plt.hist)
g.map_offdiag(plt.scatter);
plt.show()

Produzione

Possiamo usare una funzione diversa nei triangoli superiore e inferiore per vedere diversi aspetti della relazione.

Esempio

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
g = sb.PairGrid(df)
g.map_upper(plt.scatter)
g.map_lower(sb.kdeplot, cmap = "Blues_d")
g.map_diag(sb.kdeplot, lw = 3, legend = False);
plt.show()

Produzione