是否有一种方法只能将色相应用于Seaborn中的PairGrid的下部

Question

我想知道是否可以仅将色相应用于海洋PairGrid的下部。

例如，说我有下图：

对于我需要呈现的内容，我想将密度图保留在对角线上，将整体散点图保留在上方（上面印有相关系数，我知道该怎么做），但在下方我想要通过色相将点分开，只是告诉我的观众如果我们对数据进行子集处理会发生什么情况。

我考虑过只是找出鞋帮的相关性，进行色相绘制，只是将鞋帮中的所有标记更改为相同的颜色，但是随后我失去了对角线的密度。

有人知道我的问题是否可能吗？

我正在使用的当前代码是

ff = sns.PairGrid(test2,vars=['OzekePower','Power0','Power1','Power2'],palette="husl") ff.map_upper(sns.scatterplot) ff.map_lower(sns.scatterplot) ff.map_diag(sns.kdeplot)

所以我希望的是 ff.map_lower(sns.scatterplot,hue='species') 但这会产生错误。

编辑-如果我将诊断和上部留空并分别分配给空图，则可以这样做，但这似乎冗长得多。

Answer 1

不幸的是，PairGrid没有map_dataframe方法，否则该方法可用于在映射中包括其他数据框列。只能在hue的下部获得PairGrid的一种方法是在hue的创建过程中忽略PairGrid参数，并填充没有色相的网格是理想的。
然后，手动将hue的必需参数手动设置到网格，最后调用map_lower，这将看到网格，就像从一开始就指定了hue。

import matplotlib.pyplot as plt
import seaborn as sns

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

g = sns.PairGrid(df)

g.map_upper(sns.scatterplot)

g.map_diag(sns.kdeplot)

# Now set parameters needed for `hue`
g.hue_vals = df["species"]
g.hue_names = df["species"].unique()
g.palette = sns.color_palette("husl", len(g.hue_names))
# Then map lower
g.map_lower(sns.scatterplot)

plt.show()