Python 为什么我在海上出生的拍档要花很长时间来策划

我有一个由274170行和15列组成的

熊猫数据框

。它们都是

数字列

。我对使用Seaborn的Pairplot查看其

分布和相关性感兴趣。在15列中，我希望看到这9列

以下是我的尝试：

plt.图（figsize=（20,15））
g=sns.成对地块（df，
palete=“husl”，
变量=[“年龄”、“金额”、“目录”、“类型”，
“注册”、“个人”、“原因”，
“交易”、“政策”、“请求”]）

这需要永远！请问是什么问题。我如何使用
Seaborn Pairplot
，因为这是我期待的
数据可视化类型
，以便正确理解我的数据

谢谢
一个海洋出生的pairplot需要大量的资源，尤其是有大量的列和行。对于大量行，我建议绘制一部分数据（帧），以获得数据的良好指示

n = 274_170
frac = 0.10
df = pd.DataFrame(np.random.rand(n, 10),
                  columns = ["age", "amount", "dir", "type", "reg", "per", "reason", "deal", "policy", "request"])
plt.figure(figsize=(20,15))
sns.pairplot(df.sample(frac=frac), palette="husl", vars=["age", "amount", "dir", "type", "reg", "per", "reason", "deal", "policy", "request"])
plt.show()

一个seaborn pairplot需要大量的资源，尤其是有大量的列和行。对于大量行，我建议绘制一部分数据（帧），以获得数据的良好指示

n = 274_170
frac = 0.10
df = pd.DataFrame(np.random.rand(n, 10),
                  columns = ["age", "amount", "dir", "type", "reg", "per", "reason", "deal", "policy", "request"])
plt.figure(figsize=(20,15))
sns.pairplot(df.sample(frac=frac), palette="husl", vars=["age", "amount", "dir", "type", "reg", "per", "reason", "deal", "policy", "request"])
plt.show()