How to create a pair plot in Python like the following:
but with heat maps instead of points (or instead of a "hex bin" plot)? Having the possibility of instead displaying logarithmic heat map counts would be an added bonus. (Histograms on the diagonal would be perfectly fine.)
我所说的“热图”是指计数的二维直方图，显示如下西伯恩的 http://seaborn.pydata.org/generated/seaborn.heatmap.html or 维基百科的 https://en.wikipedia.org/wiki/Heat_map热图：
使用 Pandas、seaborn 或 matplotlib 会很棒（也许是plot.ly）。
我尝试了以下简单的变体，但无济于事：
pairplot = sns.PairGrid(data) # sns = seaborn
pairplot.map_offdiag(sns.kdeplot) # Off-diagnoal heat map wanted instead!
pairplot.map_diag(plt.hist) # plt = matplotlib.pyplot
（上面使用了内核密度估计器，我不想要它；也可以使用 Pandas 获得十六进制网格，但我正在寻找“方形”2D 直方图和 Matplotlib 的hist2d()没用）。
答案的关键是 matplotlib 函数plt.hist2d，它使用色标（“热图”）绘制矩形箱内的计数。它的API几乎兼容PairGrid，但不完全是，因为它不知道如何处理color=夸格。通过编写一个薄包装函数可以轻松解决这个问题。另外，如果您希望颜色图以对数方式映射计数，则可以使用 matplotlib 轻松完成LogNorm:
import seaborn as sns
import matplotlib.pyplot as plt
from matplotlib.colors import LogNorm
sns.set_style("white")
iris = sns.load_dataset("iris")
g = sns.PairGrid(iris)
g.map_diag(plt.hist, bins=20)
def pairgrid_heatmap(x, y, **kws):
cmap = sns.light_palette(kws.pop("color"), as_cmap=True)
plt.hist2d(x, y, cmap=cmap, cmin=1, **kws)
g.map_offdiag(pairgrid_heatmap, bins=20, norm=LogNorm())