用水平p中的seaborn pairplot比较1个独立变量和多个因变量

Question

seaborn的^{}函数允许在数据集中绘制成对关系。

根据文件（加上突出显示）：

By default, this function will create a grid of Axes such that each variable in data will by shared in the y-axis across a single row and in the x-axis across a single column. The diagonal Axes are treated differently, drawing a plot to show the univariate distribution of the data for the variable in that column.

It is also possible to show a subset of variables or plot different variables on the rows and columns.

我只能找到一个为行和列设置不同变量的例子，here（这是与PairGrid和pairplot（）部分绘制成对关系下的第6个图）。如你所见，它绘制了许多自变量（x vars）与相同的单因变量（yvars）的对比图，结果非常好。

我也在试着用一个独立变量和多个相依变量作图。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

ages = np.random.gamma(6,3, size=50)
data = pd.DataFrame({"age": ages,
                     "weight": 80*ages**2/(ages**2+10**2)*np.random.normal(1,0.2,size=ages.shape),
                     "height": 1.80*ages**5/(ages**5+12**5)*np.random.normal(1,0.2,size=ages.shape),
                     "happiness": (1-ages*0.01*np.random.normal(1,0.3,size=ages.shape))})

pp = sns.pairplot(data=data,
                  x_vars=['age'],
                  y_vars=['weight', 'height', 'happiness'])

问题是子块是垂直排列的，我找不到改变它的方法。

我知道这样的话，瓷砖结构就不会像Y轴在每个子批次都应该被标记那样整洁了。而且，我知道我可以用这样的东西手工制作出情节：

fig, axes = plt.subplots(ncols=3)
for i, yvar in enumerate(['weight', 'height', 'happiness']):
    axes[i].scatter(data['age'],data[yvar])

不过，我正在学习使用seaborn，我发现界面非常方便，所以我想知道是否有办法。另外，这个例子非常简单，但是对于更复杂的数据集，seaborn为您处理了更多的事情，这些事情会使原始matplotlib非常快地变得更加复杂（色调，开始）

Answer 1

通过交换传递给x-vars和y-vars参数的变量名，可以实现所需的功能。因此，重新访问代码的sns.pairplot部分：

pp = sns.pairplot(data=data,
                  y_vars=['age'],
                  x_vars=['weight', 'height', 'happiness'])

请注意，我在这里所做的只是用xúu vars替换yúu vars。绘图现在应水平显示：

x轴现在对于每个绘图都是唯一的，其公共y轴由年龄列确定。