跟着penguins案例学Seaborn之Pairplot

简介: 跟着penguins案例学Seaborn之Pairplot

本期,我们继续跟着penguins案例来学习Seaborn中的Pairplot。Seaborn的Pairplot函数是一个非常有用的工具,用于绘制数据集中所有数值型变量之间的关系。它会为每对变量生成一个散点图,并在对角线上绘制每个变量的单变量分布图(通常是直方图或核密度估计图)。pairplot 是探索数据集中变量间关系的快速方法,尤其适用于初步了解数据集的结构。一、penguins数据集Palmer Penguins 数据集是近年来在数据科学和机器学习领域受到关注的一个数据集,经常被用作iris鸢尾花数据集的一个替代品。数据集包含了对南极洲不同地区生活的企鹅种群的研究数据,主要用于数据探索和可视化,以及分类任务。

数据集中各列的具体含义为:

   英文字段名   中文                  描述
species 种类 Gentoo:巴布亚企鹅(也叫金图企鹅);Adelie:阿德利企鹅;Chinstrap:帽带企鹅
culmen_length_mm 喙长(毫米) 喙的长度(毫米)
culmen_depth_mm 喙深(毫米) 喙的深度(毫米)
flipper_length_mm 脚蹼长度(毫米) 脚蹼的长度(毫米)
body_mass_g 体重(克) 体重(克)
island 岛屿名称 梦想岛、托尔格森岛、比斯科岛
sex 性别 企鹅的性别

该下载数据集的链接为:

通过百度网盘分享的文件:penguins.csv

链接:https://pan.baidu.com/s/1ttlYRHDpUhtNTnsPBeYAAQ

提取码:6666


二、数据清洗看看数据集中数据缺失情况:

df.isnull().sum()

1b36305917bebb00f426f33de7bf88ec.png

有5列中数据存在缺失值,下面我们通过语句补充完善。

#补充缺失值df['bill_length_mm']=df['bill_length_mm'].fillna(df['bill_length_mm'].median())df['bill_depth_mm']=df['bill_depth_mm'].fillna(df['bill_depth_mm'].median())df['flipper_length_mm']=df['flipper_length_mm'].fillna(df['flipper_length_mm'].median())df['body_mass_g']=df['body_mass_g'].fillna(df['body_mass_g'].median())df['sex']=df['sex'].fillna('MALE')df.isnull().sum()

4acb1e17c729c149c356bffc561224ca.png

三、数据集的pairplot图

我们通过pairplot先看看整体数据集的情况。

#简单的Pairplotsns.pairplot(data=df, corner=True);

40f122c4edcd300be9bf5c8c0e7d9ddb.png

从图中,我们可以看出数据集中,所有特征之间存在正相关,同时,许多图表显示不同的数据集群表示了不同的物种。当然,如果我们用species来分类看,差异会更加明显(下图)。

# Pairplot with huessns.pairplot(data=df, hue='species');

ca5131bb5357d63fdce23e6b7eacfe1b.png

从pairplot图中可以看到,Gentoo(绿色区域的)的body_mass(体重)和 flipper_length(脚蹼长度)要高得多,而它的bill_depth(喙深度)比其他2个物种要小。

四、一些参数

pairplot 提供了多种自定义选项,例如:

  • hue 参数可以根据另一个分类变量对散点图进行着色。
  • palette 参数可以设置颜色方案。
  • diag_kind 参数可以改变对角线上的图表类型,比如使用 'hist'、'kde' 或 'reg'。
  • kind 参数可以设置非对角线上的图表类型,如'scatter'、'reg'、'resid'、'kde' 或 'hex'。


  • 比如,我们设置一下上图中的非对角线的图标类型为reg。
  • 20cdd96762b62b4546742d9f6d3c3db8.png
  • 是不是给每个scatter图都增加了几条回归线?~~
  • 五、总结

Seaborn中的pairplot是一个非常强大的工具,可以帮助你快速了解数据集中的变量间关系,尤其是它们的分布和相关性,识别变量之间的相关性或模式,例如:线性或非线性关系、聚类或异常值等。

当然,想要了解更多关于Pairplot的功能,请参考官方文档:

https://seaborn.pydata.org/generated/seaborn.pairplot.html

自己动手试试吧?

相关文章
|
20天前
|
数据可视化 DataX Python
Seaborn 教程-绘图函数
Seaborn 教程-绘图函数
46 8
|
20天前
Seaborn 教程-主题(Theme)
Seaborn 教程-主题(Theme)
60 7
|
20天前
|
Python
Seaborn 教程-模板(Context)
Seaborn 教程-模板(Context)
47 4
|
20天前
|
数据可视化 Python
Seaborn 教程
Seaborn 教程
42 5
|
23天前
|
数据可视化 Python
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
通过这些思维导图和分析说明表,您可以更直观地理解和选择适合的数据可视化图表类型,帮助更有效地展示和分析数据。
64 8
|
2月前
|
移动开发 数据可视化 数据挖掘
利用Python实现数据可视化:以Matplotlib和Seaborn为例
【10月更文挑战第37天】本文旨在引导读者理解并掌握使用Python进行数据可视化的基本方法。通过深入浅出的介绍,我们将探索如何使用两个流行的库——Matplotlib和Seaborn,来创建引人入胜的图表。文章将通过具体示例展示如何从简单的图表开始,逐步过渡到更复杂的可视化技术,帮助初学者构建起强大的数据呈现能力。
|
3月前
|
数据可视化 数据挖掘 Python
Seaborn 库创建吸引人的统计图表
【10月更文挑战第11天】本文介绍了如何使用 Seaborn 库创建多种统计图表,包括散点图、箱线图、直方图、线性回归图、热力图等。通过具体示例和代码,展示了 Seaborn 在数据可视化中的强大功能和灵活性,帮助读者更好地理解和应用这一工具。
|
3月前
|
数据采集 前端开发 NoSQL
Python编程异步爬虫实战案例
Python编程异步爬虫实战案例
84 2
|
3月前
|
数据采集 自然语言处理 API
Python反爬案例——验证码的识别
Python反爬案例——验证码的识别
52 2
|
3月前
|
iOS开发 MacOS Python
Python编程小案例—利用flask查询本机IP归属并输出网页图片
Python编程小案例—利用flask查询本机IP归属并输出网页图片
31 1