Python 使用水蟒和pycharm,Seaborn pairplot无法正常工作。获取自由度警告

Python 使用水蟒和pycharm,Seaborn pairplot无法正常工作。获取自由度警告,python,pandas,matplotlib,anaconda,seaborn,Python,Pandas,Matplotlib,Anaconda,Seaborn,我对使用python数据科学库非常陌生。我使用PyCharm作为IDE和Anaconda Python 3.7解释器 我有一条巨蟒3,我在用Jupyter笔记本。我有一个名为Smartphone.csv的csv文件,详细信息如下图所示,我导入了所有必要的库 我用这段代码从csv获取数据帧 smartphone = pd.read_csv("F://Data//smartphones.csv") 它工作正常,打印(智能手机)按预期打印数据 之后,我尝试使用seaborn pairplot和以下

我对使用python数据科学库非常陌生。我使用PyCharm作为IDE和Anaconda Python 3.7解释器

我有一条巨蟒3,我在用Jupyter笔记本。我有一个名为Smartphone.csv的csv文件,详细信息如下图所示,我导入了所有必要的库

我用这段代码从csv获取数据帧

smartphone = pd.read_csv("F://Data//smartphones.csv")
它工作正常,
打印(智能手机)
按预期打印数据

之后,我尝试使用seaborn pairplot和以下代码:

sb.pairplot(smartphone, hue='Name', palette='hls')
plt.show()
这是可行的,但有些情节并没有达到应有的效果,我收到了以下警告:

C:\Users\All Users\Anaconda3\lib\site-packages\numpy\core\_methods.py:140: RuntimeWarning: Degrees of freedom <= 0 for slice
  keepdims=keepdims)
C:\Users\All Users\Anaconda3\lib\site-packages\numpy\core\_methods.py:132: RuntimeWarning: invalid value encountered in double_scalars
  ret = ret.dtype.type(ret / rcount)

附言2:我使用了diag kind='hist'。警告消失了;但情节仍然不好。

如果不指定
diag\u kind
参数,似乎会发生错误;这是你可以继续读下去的

诊断种类:{'auto','hist','kde'} sb.pairplot(智能手机,色调class='Name',调色板class='hls',诊断类class='hist')
编辑:

如果不指定
hue
参数,则
diag\u kind='kde'
diag\u kind='auto'
都可以工作(有关此参数的详细信息):

sb.pairplot(智能手机,diag\u kind='auto')

我使用了diag kind='hist'。警告消失了;但情节仍然不好。我上传了上面的一张照片。同时去除色调,使打印为单色。你能说我应该用什么来获得像我上传的那样的情节吗?这是一个视频教程,讲师只得到了正确的彩色结果,没有diag kind。@amirna我不知道,伙计,对不起。这是一个有趣的问题
C:\Users\All Users\Anaconda3\lib\site-packages\numpy\core\_methods.py:140: RuntimeWarning: Degrees of freedom <= 0 for slice
  keepdims=keepdims)
C:\Users\All Users\Anaconda3\lib\site-packages\numpy\core\_methods.py:132: RuntimeWarning: invalid value encountered in double_scalars
  ret = ret.dtype.type(ret / rcount)
smartphone_arr = [['Galaxy S8', 'Android' ,64, 4, 149.0 ,'Samsung' ,5.8],
 ['Lumia 950' ,'windows ' ,32 ,3 ,150.0 ,'Microsoft' ,5.2],
 ['Xpreia L1' ,'Android' ,16 ,2, 180.0 ,'Sony' ,5.5],
 ['iphone 7 ' ,'ios' ,128, 2 ,138.0 ,'Apple' ,4.7],
 ['U Ultra' ,'Android' ,64 ,4 ,170.0 ,'HTC', 5.7],
 ['Galaxy S5', 'Android' ,16, 2 ,145.0 ,'Samsung' ,5.1],
 ['iphone 5s' ,'ios', 32, 1 ,112.0 ,'Apple', 4.0],
 ['Moto G5', 'Android' ,16, 3, 144.5 ,'Motorola', 5.0],
 ['Pixel ' ,'Android', 128 ,4 ,143.0, 'Google' ,5.0]]

smartphone = pd.DataFrame(smartphone_arr,index=[1,2,3,4,5,6,7,8,9] , columns=["Name" , "OS" , "Capacity" , "RAM" , "Weight" , "Company" , "Inch"])