Pairplot

Pour visualiser les relations par paires d'un dataframe pandas :

• seaborn.pairplot(df). Seules les colonnes avec des valeurs numériques sont prises en compte.
• retourne comme valeur l'objet PairGrid qui permet de plus configurer encore le graphe.
• la fonction retourne un objet seaborn.axisgrid.PairGrid avec lequel on peut customiser les graphes.

df = pandas.DataFrame({'A': [0, 3, 5, 10, 15], 'B': [3, 4, 5, 6, 7], 'C': [8, 6, 5, 4, 3], 'D':['a', 'b', 'a', 'b', 'a']}) seaborn.pairplot(df, hue = 'D', palette = {'a': 'red', 'b': 'green'}, markers = ['x', '+'])

• si il y a une colonne avec des catégories, on peut colorer les points selon la catégorie : seaborn.pairplot(df, hue = 'D', palette = {'a': 'red', 'b': 'green'})
• hue_order = ['b', 'a'] : permet d'indiquer l'ordre souhaité pour les catégories
• kind = 'reg' : fait une regression linéaire au lieu d'un simple scatter plot.
• markers = '+' : utilise ce type pour tous les points du graphe.
• markers = ['x', '+'] : quand on a donné un paramètre hue, on peut préciser un symbole par valeur de hue.
• on peut limiter les comparaisons à certaines paires plutôt que de faire toutes les combinaisons : seaborn.pairplot(df, x_vars = ['A', 'C'], y_vars = ['B', 'C'])

Exemple plus complet :

fg = seaborn.pairplot(df, plot_kws = {'color': 'blue', 'size': 0.5}, diag_kws = {'bins': 20, 'color': 'blue'})
for ax in fg.axes.flat:
  ax.set_title(ax.get_title().replace('_', ' ')
  ax.title.set_backgroundcolor('lemonchiffon')
  ax.title.set_color('red')
  ax.set_xscale('symlog', linthresh = 0.1)
  ax.set_yscale('symlog', linthresh = 0.1)
  ax.set_xlim(0, 10)
  ax.set_ylim(0, 10)