python - 在水平图中使用 seaborn pairplot 比较 1 个自变量与多个因变量

Question

pairplot seaborn 的函数允许绘制数据集中的成对关系。

根据文档(添加了突出显示):

By default, this function will create a grid of Axes such that each variable in data will by shared in the y-axis across a single row and in the x-axis across a single column. The diagonal Axes are treated differently, drawing a plot to show the univariate distribution of the data for the variable in that column.

It is also possible to show a subset of variables or plot different variables on the rows and columns.

我只能找到一个为行和列子集不同变量的示例，here (这是用 PairGrid 和 pairplot() 绘制成对关系 部分下的第 6 个图)。如您所见，它绘制了许多独立变量 (x_vars) 与同一个因变量 (y_vars) 的关系图，结果非常好。

我正在尝试做同样的事情，针对许多相关变量绘制单个自变量。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

ages = np.random.gamma(6,3, size=50)
data = pd.DataFrame({"age": ages,
                     "weight": 80*ages**2/(ages**2+10**2)*np.random.normal(1,0.2,size=ages.shape),
                     "height": 1.80*ages**5/(ages**5+12**5)*np.random.normal(1,0.2,size=ages.shape),
                     "happiness": (1-ages*0.01*np.random.normal(1,0.3,size=ages.shape))})

pp = sns.pairplot(data=data,
                  x_vars=['age'],
                  y_vars=['weight', 'height', 'happiness'])

问题是子图是垂直排列的，我找不到改变它的方法。

我知道这样的话，平铺结构就不会那么整洁，因为 Y 轴应该在每个子图中都被标记。另外，我知道我可以用这样的东西手工生成绘图:

fig, axes = plt.subplots(ncols=3)
for i, yvar in enumerate(['weight', 'height', 'happiness']):
    axes[i].scatter(data['age'],data[yvar])

不过，我正在学习使用seaborn，觉得界面很方便，所以我想知道有没有办法。此外，这个示例非常简单，但对于更复杂的数据集，seaborn 会为您处理更多的事情，这会使 raw-matplotlib 方法很快变得复杂得多(hue，开始)

Answer 1

您可以通过交换传递给 x_vars 和 y_vars 参数的变量名来实现您正在寻找的东西。因此，重新访问代码的 sns.pairplot 部分:

pp = sns.pairplot(data=data,
                  y_vars=['age'],
                  x_vars=['weight', 'height', 'happiness'])

请注意，我在这里所做的只是将 x_vars 换成 y_vars。这些图现在应该水平显示:

x 轴现在对于每个绘图都是唯一的，具有由 age 列确定的公共(public) y 轴。