Khi dataset có nhiều biến, cần xem mối quan hệ giữa mọi cặp biến. seaborn.pairplot vẽ ma trận scatter plot cho tất cả cặp biến số (pairwise bivariate) và histogram/KDE trên đường chéo (univariate).
Cú pháp
seaborn.pairplot(data, hue=None, kind='scatter', diag_kind='auto', ...)
Ví dụ với dataset Iris
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
my_df = sb.load_dataset('iris')
sb.set_style("ticks")
sb.pairplot(my_df, hue='species', diag_kind="kde", kind="scatter", palette="husl")
plt.show()
Giải thích
hue='species': tô màu theo loài hoa (setosa, versicolor, virginica).diag_kind='kde': vẽ Kernel Density Estimate trên đường chéo (thay histogram).kind='scatter': scatter plot cho các ô ngoài đường chéo.palette="husl": bảng màu đẹp, phân biệt rõ.
Kết quả
Ma trận 4x4 (4 đặc trưng): đường chéo là KDE mật độ, các ô khác là scatter plot phân loại theo loài. Dễ dàng thấy setosa tách biệt rõ rệt.