Seaborn.pairplot 的使用注意事項

sns.pairplot 是 Seaborn 中最常用、最強大的探索性數據分析（EDA）函數之一。 它在一個調用里就能同時展示：

• 任意兩兩變量間的 散點圖（觀察關系、聚類、異常值）
• 對角線上每個變量的 單變量分布（直方圖 / KDE / 計數）
• 按 類別變量 分組的 顏色映射（hue）

1. 基本語法

seaborn.pairplot(data,                 # 必需，DataFramevars=None,            # 指定列（默認全部數值列）x_vars=None, y_vars=None,  # 僅畫部分組合（高級用法）hue=None,             # 按該列分組上色hue_order=None,       # hue 顯示順序palette=None,         # 調色板kind='scatter',       # 非對角線子圖類型：'scatter' | 'reg' | 'kde' | 'hist'diag_kind='auto',     # 對角線：'auto' | 'hist' | 'kde' | Nonemarkers=None,         # 不同 hue 的散點形狀 ['o','s','^']height=2.5,           # 單幅子圖的高度（英寸inch）aspect=1,             # 寬高比（正方形）corner=False,         # 只畫下三角dropna=True,          # 是否丟棄缺失值plot_kws=None,        # 傳給非對角線的函數關鍵字(散點/回歸函數)diag_kws=None,        # 傳給對角線的函數關鍵字grid_kws=None         # 傳給 PairGrid 的關鍵字
)

2. 參數詳解 & 技巧

參數	說明 & 示例
vars	只畫關心的列： vars=['trip_distance', 'fare_amount', 'tip']
hue	按類別上色： hue='pickup_cluster'
kind	關系圖類型： kind='reg' → 加回歸線 kind='kde' → 二維核密度
diag_kind	對角線： diag_kind='hist'（直方圖） diag_kind='kde'（密度曲線）
corner=True	只畫下三角，節省空間
height / aspect	控制整張圖大小： height=3, aspect=1.2
plot_kws	傳給散點圖： plot_kws={'alpha':0.4, 's':20}
diag_kws	傳給直方圖： diag_kws={'bins':30, 'color':'skyblue'}
markers	不同 hue 的形狀： markers=['o','s','D']

3. 最常見用法示例

準備數據：

test_cols = ['medallion', 'hack_license', 'trip_time_in_mins', 'trip_distance', 'total_amount', 'pickup_dayofweek']
df = time_bins_data[test_cols].sample(frac=0.0001)  # 從數據集中隨機抽取少量的樣本（減少計算量）
df.columns

Index(['medallion', 'hack_license', 'trip_time_in_mins', 'trip_distance','total_amount', 'pickup_dayofweek'],dtype='object')

① 快速瀏覽所有數值特征

sns.pairplot(df)
plt.show()

② 只看指定列 + 按類別著色

sns.pairplot(df,vars=['trip_distance', 'total_amount', 'pickup_dayofweek'],hue='pickup_dayofweek',palette='Set2',height=3
)
plt.show()

此時就出現一個問題 (hue, hue) = ('pickup_dayofweek', 'pickup_dayofweek') 子圖是空的。此時應該是 vars 、 hue 變量與核密度函數 kde 之間的沖突問題，可解決該問題的方法有以下三種：

需要注意的一個問題是： 當 diag_kind='auto'（默認值） 時，seaborn 會根據 是否指定了 hue 來自動決定對角線子圖類型：

• 如果 hue=None（未指定） → 對角線畫 直方圖 hist
• 如果 hue=某個列名（指定了） → 對角線畫 核密度估計 kde

1. 不要指定 vars 的內容

sns.pairplot(df[['trip_distance', 'total_amount', 'pickup_dayofweek']],# vars=['trip_distance', 'total_amount', 'pickup_dayofweek'],hue='pickup_dayofweek',palette='Set2',# diag_kind='hist',height=3
)
plt.show()

2. vars 中不要包含 hue 列，參見 ③

3. 指定對角線子圖的 diag_kind='hist' （前兩個方法都不會統計顯示 hue 列）

sns.pairplot(df,vars=['trip_distance', 'total_amount', 'pickup_dayofweek'],  hue='pickup_dayofweek',palette='Set2',diag_kind='hist',height=3
)
plt.show()

關于顏色映射介紹可以學習這篇文章：在 Matplotlib 中選擇色彩映射 — Matplotlib 3.10.0 文檔 - Matplotlib 繪圖庫

③ 下三角 + 回歸線

sns.pairplot(df,vars=test_cols[:4],hue='pickup_dayofweek',     # 按類別分組palette='Set1',            # 顏色調色板kind='reg',          # 非對角線加回歸diag_kind='hist',    # 對角線直方圖corner=True,         # 只畫左下
)
plt.show()

④ 離散類別變量的對角線

sns.pairplot(df,vars=test_cols,hue='pickup_dayofweek',     # 按類別分組palette='Set1',            # 顏色調色板plot_kws={'alpha': 0.4},     # 點透明度（提升重疊區域可讀性）diag_kind='hist',   # 對角線子圖用直方圖展示單變量分布(kde, hist)
)
plt.show()

4. 返回對象 & 進一步自定義

pairplot 本質上是 PairGrid 的封裝：

g = sns.pairplot(df,vars=test_cols[2:],hue='pickup_dayofweek',     # 按類別分組palette='Set1',            # 顏色調色板plot_kws={'alpha': 0.4},     # 點透明度（提升重疊區域可讀性）diag_kind='hist',   # 對角線子圖用直方圖展示單變量分布(kde, hist)
)
g.fig.suptitle("My Pairplot", y=1.02)     # 總標題
g.set(xlim=(0, 100), ylim=(0, 100))       # 統一坐標軸范圍（需要合理設置，不然有些數據可能會無法顯示）
g.map_diag(sns.histplot, kde=True)         # 對角線子圖用直方圖展示單變量分布(kde, hist)
plt.show()
# g.savefig("pairplot.png", dpi=300, bbox_inches='tight')  # 保存

5. 常見坑 & FAQ

問題	原因 & 解決
對角線空白	離散變量 + KDE → 用 diag_kind='hist'
hue 列不在 vars 里	把 hue 列也放進 vars 才能在對角線看到它
圖太大	調小 height 或 corner=True
顏色太多	限制 hue_order 或使用 palette

sns.pairplot = 一次函數調用，完成所有兩兩關系 + 分布 + 分組可視化，是 EDA 的瑞士軍刀。