我有一些数据可以合理地确定某些变量，但并非所有变量都可以相互绘制，尤其是在仅绘制某些变量的KDE有意义的情况下。通常，这似乎是seaborn的{{1}}的一个好用例。但是，对于看起来确实应该使用KDE的变量，我不能使用PairGrid。
以下代码按我的想象进行工作：
sb.PairGrid.map_diag不过，让我们想象一下，在两个轴上绘制import seaborn as sb
import pandas as pd
iris=sb.load_dataset('iris')
pgiris = sb.PairGrid(data=iris,
x_vars=['sepal_width','petal_width','sepal_length'],
y_vars=['sepal_width','petal_width','sepal_length'])
pgiris.map_diag(sb.kdeplot)
都不有意义：
sepal_length在pgiris=sb.PairGrid(data=iris,x_vars=['sepal_width','petal_width','sepal_length'],y_vars=['sepal_width','petal_width'])
pgiris.map_diag(sb.kdeplot)
和seaborn 0.9.0下，由于我不明白的原因，这抛出了python3.6.7-粗略的阅读表明它没有为其TypeError属性分配任何轴。奇怪的是，diag_axes方法似乎可以正常工作，所以我不认为这种方法不适用于非对称配对网格。
如何正确地将函数映射到非对称map_offdiag的对角元素？