In [1]:

    

# %matplotlib inline


    

In [2]:

    

import pandas as pd
import seaborn as sns


    

In [3]:

    

df = pd.read_csv('data/src/iris.csv', index_col=0)
# df = sns.load_dataset("iris")


    

In [4]:

    

print(df.head())


    

    




   sepal_length  sepal_width  petal_length  petal_width species
0           5.1          3.5           1.4          0.2  setosa
1           4.9          3.0           1.4          0.2  setosa
2           4.7          3.2           1.3          0.2  setosa
3           4.6          3.1           1.5          0.2  setosa
4           5.0          3.6           1.4          0.2  setosa

In [5]:

    

print(df.dtypes)


    

    




sepal_length    float64
sepal_width     float64
petal_length    float64
petal_width     float64
species          object
dtype: object

In [6]:

    

print(df['species'].value_counts())


    

    




versicolor    50
setosa        50
virginica     50
Name: species, dtype: int64

In [7]:

    

pg = sns.pairplot(df)
print(type(pg))


    

    




<class 'seaborn.axisgrid.PairGrid'>

In [8]:

    

pg.savefig('data/dst/seaborn_pairplot_default.png')


    

In [9]:

    

sns.pairplot(df).savefig('data/dst/seaborn_pairplot_default.png')


    

In [10]:

    

sns.pairplot(df, hue='species').savefig('data/dst/seaborn_pairplot_hue.png')


    

In [11]:

    

sns.pairplot(df, hue='species',
             hue_order=['virginica', 'versicolor', 'setosa']).savefig('data/dst/seaborn_pairplot_hue_order.png')


    

In [12]:

    

sns.pairplot(df, hue='species', palette='Blues').savefig('data/dst/seaborn_pairplot_palette.png')


    

In [13]:

    

sns.pairplot(df, hue='species',
             palette={'setosa': 'red',
                      'versicolor': '#00ff00',
                      'virginica': 'blue'}).savefig('data/dst/seaborn_pairplot_palette_dict.png')


    

In [14]:

    

sns.pairplot(df, hue='species',
             vars=['sepal_length', 'sepal_width']).savefig('data/dst/seaborn_pairplot_vars.png')


    

In [15]:

    

sns.pairplot(df, hue='species',
             x_vars=['sepal_length', 'sepal_width'],
             y_vars=['petal_length', 'petal_width']).savefig('data/dst/seaborn_pairplot_xy_vars.png')


    

In [16]:

    

sns.pairplot(df, hue='species', markers='+').savefig('data/dst/seaborn_pairplot_markers.png')


    

In [17]:

    

sns.pairplot(df, hue='species', markers=['+', 's', 'd']).savefig('data/dst/seaborn_pairplot_markers_multi.png')


    

In [18]:

    

sns.pairplot(df, hue='species', kind='reg').savefig('data/dst/seaborn_pairplot_kind_reg.png')


    

In [19]:

    

sns.pairplot(df, hue='species', diag_kind='kde').savefig('data/dst/seaborn_pairplot_diag_kind_kde.png')


    

In [20]:

    

sns.pairplot(df, hue='species', size=2).savefig('data/dst/seaborn_pairplot_size.png')


    

In [21]:

    

sns.pairplot(df, hue='species',
             plot_kws={'alpha': 0.2},
             diag_kws={'bins': 20, 'histtype': 'step'}).savefig('data/dst/seaborn_pairplot_kws.png')


    

In [22]:

    

sns.pairplot(df, hue='species', kind='reg',
             plot_kws={'ci': None,
                       'marker': '+',
                       'scatter_kws': {'alpha': 0.4},
                       'line_kws': {'linestyle': '--'}}).savefig('data/dst/seaborn_pairplot_kind_reg_kws.png')