seaborn.PairGrid.__init__#

PairGrid.__init__(data, *, hue=None, vars=None, x_vars=None, y_vars=None, hue_order=None, palette=None, hue_kws=None, corner=False, diag_sharey=True, height=2.5, aspect=1, layout_pad=0.5, despine=True, dropna=False)#

プロット図形と PairGrid オブジェクトを初期化します。

パラメータ:
dataデータフレーム

各列が変数、各行が観測値である、tidy（ロングフォーム）データフレーム。

hue文字列（変数名）

プロットの要素を異なる色にマッピングする data 内の変数。この変数は、デフォルトの x および y 変数から除外されます。

vars変数名のリスト

使用する data 内の変数。指定しない場合は、数値データ型のすべての列が使用されます。

{x, y}_vars変数名のリスト

図の行と列に別々に使用する data 内の変数。つまり、正方形ではないプロットを作成するための変数。

hue_order文字列のリスト

パレットにおける hue 変数のレベルの順序。

palette辞書または seaborn カラーパレット

hue 変数をマッピングするための一連の色。辞書の場合、キーは hue 変数の値である必要があります。

hue_kwsparam -> 値のリストマッピングの辞書

hue 変数のレベル間で他のプロット属性を変化させるために、プロット呼び出しに挿入する他のキーワード引数（例：散布図のマーカー）。

cornerブール値

True の場合、グリッドの上部（非対角）三角形に軸を追加せず、「コーナー」プロットを作成します。

heightスカラー

各ファセットの高さ（インチ単位）。

aspectスカラー

アスペクト比 * 高さが各ファセットの幅（インチ単位）になります。

layout_padスカラー

軸間の埋め込み。 fig.tight_layout に渡されます。

despineブール値

プロットの上部と右側のスパインを削除します。

dropnaブール値

プロットする前に、データから欠損値を削除します。

参照

pairplot

PairGrid の一般的な使用方法を簡単に描画します。

FacetGrid

条件付き関係をプロットするためのサブプロットグリッド。

例

コンストラクターを呼び出すと、各行と1列がデータセットの数値変数に対応する、空白のサブプロットグリッドが設定されます。

penguins = sns.load_dataset("penguins")
g = sns.PairGrid(penguins)
../_images/PairGrid_1_0.png

二変量関数を PairGrid.map() に渡すと、すべての軸に二変量プロットが描画されます。

g = sns.PairGrid(penguins)
g.map(sns.scatterplot)
../_images/PairGrid_3_0.png

別々の関数を PairGrid.map_diag() と PairGrid.map_offdiag() に渡すと、対角線上に各変数の周辺分布が表示されます。

g = sns.PairGrid(penguins)
g.map_diag(sns.histplot)
g.map_offdiag(sns.scatterplot)
../_images/PairGrid_5_0.png

プロットの上三角と下三角（そうでなければ冗長）で異なる関数を使用することも可能です。

g = sns.PairGrid(penguins, diag_sharey=False)
g.map_upper(sns.scatterplot)
g.map_lower(sns.kdeplot)
g.map_diag(sns.kdeplot)
../_images/PairGrid_7_0.png

あるいは、冗長性を完全に回避することもできます。

g = sns.PairGrid(penguins, diag_sharey=False, corner=True)
g.map_lower(sns.scatterplot)
g.map_diag(sns.kdeplot)
../_images/PairGrid_9_0.png

PairGrid コンストラクターは hue 変数を受け入れます。この変数は、それを理解する関数に直接渡されます。

g = sns.PairGrid(penguins, hue="species")
g.map_diag(sns.histplot)
g.map_offdiag(sns.scatterplot)
g.add_legend()
../_images/PairGrid_11_0.png

ただし、matplotlib 関数を渡すこともできます。その場合、内部で groupby が実行され、各レベルに対して個別のプロットが描画されます。

g = sns.PairGrid(penguins, hue="species")
g.map_diag(plt.hist)
g.map_offdiag(plt.scatter)
g.add_legend()
../_images/PairGrid_13_0.png

関数をマッピングしながらデータベクトルを直接渡すことで、追加のセマンティック変数を割り当てることができます。

g = sns.PairGrid(penguins, hue="species")
g.map_diag(sns.histplot)
g.map_offdiag(sns.scatterplot, size=penguins["sex"])
g.add_legend(title="", adjust_subtitles=True)
../_images/PairGrid_15_0.png

数値 hue マッピングを実装できる seaborn 関数を使用する場合、対角軸上の変数のマッピングを無効にする必要があります。 hue 変数は、デフォルトで表示される変数のリストから除外されることに注意してください。

g = sns.PairGrid(penguins, hue="body_mass_g")
g.map_diag(sns.histplot, hue=None, color=".3")
g.map_offdiag(sns.scatterplot)
g.add_legend()
../_images/PairGrid_17_0.png

vars パラメーターを使用して、使用する変数を正確に制御できます。

variables = ["body_mass_g", "bill_length_mm", "flipper_length_mm"]
g = sns.PairGrid(penguins, hue="body_mass_g", vars=variables)
g.map_diag(sns.histplot, hue=None, color=".3")
g.map_offdiag(sns.scatterplot)
g.add_legend()
../_images/PairGrid_19_0.png

プロットは正方形である必要はありません。別々の変数を使用して行と列を定義できます。

x_vars = ["body_mass_g", "bill_length_mm", "bill_depth_mm", "flipper_length_mm"]
y_vars = ["body_mass_g"]
g = sns.PairGrid(penguins, hue="species", x_vars=x_vars, y_vars=y_vars)
g.map_diag(sns.histplot, color=".3")
g.map_offdiag(sns.scatterplot)
g.add_legend()
../_images/PairGrid_21_0.png

対角軸上の複数の分布を解決するためのさまざまなアプローチを検討すると役立つ場合があります。

g = sns.PairGrid(penguins, hue="species")
g.map_diag(sns.histplot, multiple="stack", element="step")
g.map_offdiag(sns.scatterplot)
g.add_legend()
../_images/PairGrid_23_0.png