seabornpairgrid 内热图上的自定义 bin 大小？

Question

我有一个用例，我会定期接收相同格式的数据，并希望快速比较每个变量的单独分布以及成对/双变量分布。我最初使用 sns.pairplot 开箱即用，但我意识到散点图不太适合我的应用程序：有时我有不同数量的数据，并且数据的边界总是不同的。因此，我想创建所有直方图，并根据我对变量的了解选择一致的箱大小。

我找到了一个很好的答案，它帮助我使用 sns.pairgird 沿着对角线和我想要的垃圾箱执行自定义直方图函数（https://stackoverflow.com/a/56387759）。现在我想对较低的联合分布执行相同的操作，但我不确定如何执行此操作，因为单个函数在不知道它对应于哪个变量的情况下获取数据。下面是基于上面链接的答案的示例代码。

iris = sns.load_dataset("iris", cache=True)
col_list = ['petal_length', 'petal_width', 'sepal_length', 'sepal_width']
cols = iter(col_list)

bins = {'sepal_length' : 10, 'sepal_width' : 5,
    'petal_length' : 35, 'petal_width' : 12}

def myhist(x, **kwargs):
    b = bins[next(cols)]
    plt.hist(x, bins=b, **kwargs)

def pairgrid_heatmap(x, y, **kws):
    # how to retrieve correct bins here, given only x,y?

    cmap = sns.light_palette(kws.pop("color"), as_cmap=True)
    plt.hist2d(x, y, cmap=cmap, cmin=1, **kws)

g = sns.PairGrid(iris, vars=col_list)
g = g.map_diag(myhist)
g = g.map_offdiag(pairgrid_heatmap)
plt.show()

Answer 1

作为自定义函数的参数给出的

x

和

y

是 pandas Series，类似于数据框的一列。获取

x.name

将给出列名称。您可以使用该名称在

bins

字典中建立索引。

import matplotlib.pyplot as plt
import seaborn as sns

iris = sns.load_dataset("iris", cache=True)

col_list = ['petal_length', 'petal_width', 'sepal_length', 'sepal_width']
bins = {'sepal_length': 10, 'sepal_width': 5, 'petal_length': 35, 'petal_width': 12}

def myhist(x, **kwargs):
    plt.hist(x, bins=bins[x.name], **kwargs)

def pairgrid_heatmap(x, y, **kws):
    cmap = sns.light_palette(kws.pop("color"), as_cmap=True)
    # retrieving the bins, given names of the x and y series
    plt.hist2d(x, y, cmap=cmap, cmin=1, bins=[bins[x.name], bins[y.name]], **kws)

g = sns.PairGrid(iris, vars=col_list)
g = g.map_diag(myhist)
g = g.map_offdiag(pairgrid_heatmap)
plt.show()