Python 如何使用seaborn（仅成对地块对角线）绘制单变量分布？

仅使用seaborn绘制数据帧的单变量分布时，哪一种方法更像Python

导入seaborn作为sns
作为pd进口熊猫
将numpy作为np导入
将matplotlib.pyplot作为plt导入
data=pd.DataFrame(
np.random.normal（0,1，size=（15,3）），
列=[“A”、“B”、“C”]
)
sns.pairplot（数据）#显示对角线上的单变量分布，但添加其他图
plt.show（）

结果:

我希望避免绘制不在对角线中的其他绘图。我可以使用matplotlib和子绘图来实现这一点，但我确实认为有一种更为pythonic和美丽的方法，基于seaborn，来实现这一点。我阅读了文档并找到了

sns.FacetGrid

，这可能会有所帮助（？），但我不知道如何使用它。我不明白它的参数

col

---

有人能帮我吗？非常感谢

您需要首先长时间透视数据，以便可以将列拆分为多个方面：

data.melt()

    variable    value
0   A   -0.510632
1   A   0.634505
2   A   1.158468
3   A   1.095242
4   A   -0.105571
5   A   1.385932
6   A   1.305856
7   A   -1.100260
8   A   -0.829865
9   A   1.094065
10  A   -0.380359
11  A   -1.394960
12  A   0.263192
13  A   -0.889774
14  A   0.427633
15  B   -0.983942
16  B   -0.109396
17  B   -0.392132
18  B   0.869097
19  B   0.921728
20  B   0.837788
21  B   -0.279346
[...]

将其传递到

FaceGrid

并调用

histplot

：

g = sns.FacetGrid(data.melt(), col="variable")
g.map(sns.histplot, "value")

使用最新版本的seaborn，您可以调用@mwaskom的评论：

sns.displot(data.melt(),col="variable",x="value",aspect=0.6)

---

漂亮。非常感谢。与

sns.FacetGrid

+

sns.histplot

相比，更喜欢

sns.displat

。