Python散点图矩阵示例--以空气质量数据为例

散点图矩阵近来在数据分析和可视化中得到了很好的应用。它同时包含了直方图和散点图，位于对角线位置的直方图表示每一个变量的分布，对角线上下的散点图展示了变量两两之间的关系。在R、python和MATLAB中都提供了相应的包或函数进行散点图矩阵的绘制。

本文以之前爬取的空气质量数据为例，使用python绘制散点图矩阵，分析空气质量数据指标间的关系。

01使用seaborn.pairplot初步实现。

用法：

df = read_data("data/AIR_beijing.csv") # 读取数据

tmp_ = df[['AQI', 'PM25', 'PM10', 'SO2', "Month"]] # 提取数据

sns.pairplot(tmp_)

就是这么简单的一句代码，就能展示变量两两之间的关系，对角线上是每个变量的直方图，可以看出每个变量值的分布；非对角线是两个变量的散点图，可以比较方便的看出AQI和PM2.5有很强的相关性。

02

使用hue参数分类显示，使用不同颜色描述不同的类别。

用法：

sns.pairplot(tmp, hue = "Month", diag_kind = "hist")

当想通过不同颜色来表示不同类别时，只需要将参数hue设置成分类的字段，就可以很方便用不同颜色来显示。例如此处使用月份来分类。

03

使用核密度估计(Kernel Density Estimation, KDE)。

用法：

tmp_ = tmp[(tmp["Month"] == 6) | (tmp["Month"] == 12)]

sns.pairplot(tmp_, hue = "Month", diag_kind = "kde")

当想通过核密度曲线来替换直方图，可以直接将参数diag_kind设置为"kde"。此处，通过6月份和12月份两个月份来对比，可见6月AQI值更集中(核密度曲线窄，左上角)，12月份出现了空气质量较差的极端值。

04

高级方法，使用自定义grid，并指定绘制方法。

用法：

grid = sns.PairGrid(data = tmp_, vars = ['AQI', 'PM25', 'PM10'], height = 2)

grid = grid.map_upper(plt.scatter, color = 'r') # 矩阵右上角

grid = grid.map_diag(plt.hist, bins = 20, color = 'b', edgecolor = 'k') # 对角线

grid = grid.map_lower(sns.kdeplot, cmap = "Greens") # 矩阵左下角

当想让矩阵不同的块分别画不同类型的图，就可以使用PairGrid来自定义。此处矩阵右上角采用散点图，对角线采用直方图，左下角采用的核密度估计。

05

显示变量之间的相关系数以及一些描述信息。　

用法：

grid = sns.PairGrid(data = tmp_, vars = ['AQI', 'PM25', 'PM10'], height = 2)

grid = grid.map_upper(plt.scatter, color = 'r')

grid = grid.map_upper(cal_corr, color = 'r') # 相关系数

grid = grid.map_diag(show_summary) # 详细信息

grid = grid.map_lower(sns.kdeplot, cmap = "Greens")

同时，在右上角画出散点图后，如果想看看两个变量之间的相关关系，便可以自定义cal_corr函数，并通过map_upper函数进行调用。从这里我们可以看出AQI和PM2.5的相关系数最高，达到了0.88；如果需要将某个变量的均值、标准差以及分位数进行显示，就可以自定义show_summary函数进行绘制。

代码

# 部分代码
# 计算相关系数
grid = sns.PairGrid(data = tmp_, vars = ['AQI', 'PM25', 'PM10'], height = 2)
grid = grid.map_upper(plt.scatter, color = 'r')
grid = grid.map_upper(cal_corr, color = 'r')
# grid = grid.map_diag(plt.hist, bins = 20, color = 'b', edgecolor = 'k')
grid = grid.map_diag(show_summary)
grid = grid.map_lower(sns.kdeplot, cmap = "Greens")
plt.suptitle("Pair Plot of Air Quantity") 

如果需要全部代码，后台回复“散点图”即可。
▼更多精彩推荐，敬请关注我们▼