Seaborn - Cuadrícula de pares

PairGrid nos permite dibujar una cuadrícula de subparcelas usando el mismo tipo de parcela para visualizar datos.

A diferencia de FacetGrid, utiliza un par de variables diferente para cada subparcela. Forma una matriz de subparcelas. A veces también se le llama como "matriz de diagrama de dispersión".

El uso de pairgrid es similar a facetgrid. Primero inicialice la cuadrícula y luego pase la función de trazado.

Ejemplo

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()

También es posible trazar una función diferente en la diagonal para mostrar la distribución univariante de la variable en cada columna.

Ejemplo

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()

Salida

Podemos personalizar el color de estos gráficos usando otra variable categórica. Por ejemplo, el conjunto de datos de iris tiene cuatro medidas para cada una de las tres especies diferentes de flores de iris para que pueda ver cómo se diferencian.

Ejemplo

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()

Salida

Podemos usar una función diferente en los triángulos superior e inferior para ver diferentes aspectos de la relación.

Ejemplo

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()

Salida