在seaborn PairGrid上使用kdeplot时，内核密度轮廓与点不匹配

Question

我的问题可以通过这篇文章底部的情节来总结。

它们显示了错误对子网格的渐进放大，关键图位于左列。从本质上讲，我的对子网格中的点非常分散，但是从第3个图中可以看出，它们中的大部分仍然相当本地化，我所期望的是高斯分布。

不幸的是，KDE轮廓图似乎完全错过了大部分点，并在几个异常值周围排序。

这是我正在使用的代码从pandas DataFrame生成图：

import seaborn as sns
from matplotlib import pyplot as plt

g = sns.PairGrid(HP, diag_sharey=False)
g.map_lower(sns.kdeplot, n_levels=5)
g.map_lower(plt.scatter, marker='^', alpha=0.7, color='y')
g.map_upper(plt.scatter, marker='+')
g.map_diag(sns.kdeplot)

我想弄清楚为什么会这样。 kdeplot是否只选择点的子样本或什么？