Python数据分析26——seaborn可视化（二）之多变量分布图

seaborn绘制多变量图

这里，沿用上一个博客的库和包，并且都是使用小费数据集。

import numpy as np
import pandas as pd
from pandas import Series, DataFrame
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
tips = sns.load_dataset('tips')

下面利用joinplot() 函数绘制多变量分布图。

sns.jointplot(x='tip', y='total_bill', data=tips)

注意：上面的X和Y是列名，直接指定了需要用到的数据来源data中的两列数据。
现在，修改kind参数为kde。

sns.jointplot(x='tip', y='total_bill', data=tips, kind='kde')

所以，上面和右边的直方图变成了密度图，还有散点图变成等高线图。
最后，介绍一个seaborn模块中最常用的二元分布图。就是利用 paiplot() 函数绘制的，需要简单的依据代码就会创建一个轴距阵。

sns.pairplot(tips)

在上图中，主对角线是数据集中每一个数值型数据列的直方图。所以说，这个函数支队数值型的列应用。还有，上图中每一个列的其他图都代表数据集中的一个变量跟其他每一个变量的分布情况。