seaborn.pairplot() 改变每个图形的颜色

Question

我正在尝试使用不同颜色的每个图形生成一个简单的pairplot图。 我不知道这是否可行，因为我没有使用hue 。

我的数据集是这样的：

      High Jump  Discus Throw  Long Jump
0           859           732       1061
1           749           823        975
2           887           778        866
3           878           790        898
4           803           789        913
     ...           ...        ...
7963        714           571        760
7964        767           573        845
7965        840           461        804
7966        758           487        720
7967        714           527        809

我的代码和图表如下所示：

t = sns.pairplot(new)

有什么办法可以让这个颜色更鲜艳吗？

Answer 1

由于PairGrid自动将颜色属性传递给绘图函数，因此每个绘图获得不同颜色的一种方法是创建自己的绘图函数，该函数忽略PairGrid传递的颜色（请注意，您显然无法通过hues对颜色进行编码）

colors = iter(['xkcd:red purple', 'xkcd:pale teal', 'xkcd:warm purple',
       'xkcd:light forest green', 'xkcd:blue with a hint of purple',
       'xkcd:light peach', 'xkcd:dusky purple', 'xkcd:pale mauve',
       'xkcd:bright sky blue', 'xkcd:baby poop green', 'xkcd:brownish',
       'xkcd:moss green', 'xkcd:deep blue', 'xkcd:melon',
       'xkcd:faded green', 'xkcd:cyan', 'xkcd:brown green',
       'xkcd:purple blue', 'xkcd:baby shit green', 'xkcd:greyish blue'])

def my_scatter(x,y, **kwargs):
    kwargs['color'] = next(colors)
    plt.scatter(x,y, **kwargs)

def my_hist(x, **kwargs):
    kwargs['color'] = next(colors)
    plt.hist(x, **kwargs)

iris = sns.load_dataset("iris")
g = sns.PairGrid(iris)
g.map_diag(my_hist)
g.map_offdiag(my_scatter)

Answer 2

由于您没有任何诸如性别之类的分类数据，您可以使用 PairGrid 来操作网格中的上、下或对角图形，使其更加丰富多彩。

import seaborn as sns
import pandas as pd
from matplotlib import pyplot as plt

df = pd.read_csv('dataset.csv')

g = sns.PairGrid(df)
g.map_upper(sns.scatterplot,color='red')
g.map_lower(sns.scatterplot, color='green')
g.map_diag(plt.hist)