Notez qu'il y avait un moyen dans https://tutorialmore.com/questions-1150768.htm.
import seaborn as sns
import matplotlib.pyplot as plt
def hide_current_axis(*args, **kwds):
plt.gca().set_visible(False)
#Préparation de la trame de données
X = sns.load_dataset("iris")
#Parcelle de paires
pg = sns.pairplot(X)
#Effacer le graphique supérieur = afficher la partie triangulaire inférieure
pg.map_upper(hide_current_axis)
#Effacer le graphique ci-dessous = Afficher le triangle supérieur
# pg.map_lower(hide_current_axis)
#Effacer la partie diagonale
# pg.map_diag(hide_current_axis)
Ou placez votre graphique préféré dans n'importe quelle position avec pairgrid.
from itertools import groupby
import seaborn as sns
import matplotlib.pyplot as plt
def hide_current_axis(*args, **kwds):
plt.gca().set_visible(False)
def stackedhist(data, stackby, **kwds):
groups = groupby(zip(stackby, data), lambda x: x[0])
grouped_data = [[v for _, v in items] for key, items in groups]
plt.hist(grouped_data, stacked=True, edgecolor='none')
#Préparation de la trame de données
X = sns.load_dataset("iris")
g = sns.PairGrid(X, diag_sharey=False)
g.map_lower(sns.scatterplot, data=X, hue='species', alpha=0.3, edgecolor='none')
g.map_diag(stackedhist, stackby=X['species'])
g.map_upper(hide_current_axis)
Recommended Posts