多變數兩兩相互關係聯合分佈圖的Python繪製

  本文介紹基於Python中seaborn模組，實現聯合分佈圖繪製的方法。

  聯合分佈（Joint Distribution）圖是一種檢視兩個或兩個以上變數之間兩兩相互關係的視覺化圖，在資料分析操作中經常需要用到。一幅好看的聯合分佈圖可以使得我們的資料分析更加具有可視性，讓大家眼前一亮。

  那麼，本文就將用seaborn來實現聯合分佈圖的繪製。seaborn是一個基於matplotlib的Python資料視覺化模組，藉助於其，我們可以通過較為簡單的操作，繪製出各類動人的圖片。

  首先，引入需要的模組。

import pandas as pd
import seaborn as sns

  接下來，將儲存有我們需要繪製聯合分佈圖資料的檔案匯入。因為我是將資料儲存於.csv檔案，所以我這裡用pd.read_csv來實現資料的匯入。我的資料在.csv檔案中長如下圖的樣子，其中共有107行，包括106行樣本加1行列標題；以及10列。我們就看前幾行即可：

  匯入資料的程式碼如下：

data_path="G:/black_carbon_paper/97_BC20201230/00_Original/AllData5Factor.csv"
column_names=['FID','ID','X','Y','BC','Temp','Slope','RoDen','POI','GAIA']

my_data=pd.read_csv(data_path,names=column_names,header=0)

  其中，data_path是.csv檔案儲存位置與檔名，column_names是匯入的資料在Python中我希望其顯示的名字（為什麼原始資料本來就有列標題但還要再設定這個column_names，本文下方有介紹）；header=0表示.csv檔案中的0行（也就是我們一般而言的第一行）是列標題；如果大家的初始資料沒有列標題，即其中的第一行就是資料自身，那麼就需要設定header=None。

  執行上述程式碼，我們將匯入的資料列印，看看在Python中其長什麼樣子。

print(my_data)

  可以看到，匯入Python後資料的第7列，原本叫做Slope_1，但是設定我們自己命名的column_names後，其就將原本資料的列標題改為我們自己設定的標題Slope了。如果我們不設定column_names，匯入的資料就是這個樣子：

  可以看到，我們不用column_names的話，資料匯入Python後列名就是原始的Slope_1。

  我們繼續。其實用seaborn繪製聯合分佈圖非常簡單（這就是seaborn對matplotlib改進，讓我們繪製複雜的圖時候不需要太麻煩），僅僅只有一下兩句程式碼：

joint_columns=['BC','Temp','Slope','RoDen','POI','GAIA']

sns.pairplot(my_data[joint_columns],kind='reg',diag_kind='kde')

  其中，第一句是定義我們想要參與繪製聯合分佈圖的列，將需要繪圖的列標題放入joint_column。可以看到，因為我的資料中，具有ID這種編號列，而肯定編號是不需要參與繪圖的，那麼我們就不將其放入joint_column即可。

  第二句就是繪圖。kind表示聯合分佈圖中非對角線圖的型別，可選'reg'與'scatter'、'kde'、'hist'，'reg'代表在圖片中加入一條擬合直線，'scatter'就是不加入這條直線,'kde'是等高線的形式，'hist'就是類似於柵格地圖的形式；diag_kind表示聯合分佈圖中對角線圖的型別，可選'hist'與'kde'，'hist'代表直方圖，'kde'代表直方圖曲線化。

  以kind和diag_kind分別選擇'reg'和'kde'為例，繪圖結果如下：

  以kind和diag_kind分別選擇'scatter'和'hist'為例，繪圖結果如下：

  個人感覺第一幅圖好看些~

  不過，由於參與繪圖的變數個數比較多，因此使得圖中的字型有點看不清。可以加上一句程式碼在sns.pairplot這句程式碼的上面：

sns.set(font_scale=1.2)

  其中，font_scale就是字型的大小，後面的數位越大，字型就越大。以font_scale=1.2為例，讓我們看看效果：

  這樣子字型就大了~