Python 使用pandas在同一图表中生成多个散点矩阵图

我有两个列名称相同的数据帧。我想制作成对图散点图，以了解变量如何相互作用。我想用与第二个矩阵不同的颜色绘制第一个数据帧。这可能吗？默认情况下，

scatter\u matrix

函数会覆盖上一个绘图

为什么我的第一个生成的绘图会被覆盖？如何使用

scatter\u matrix

函数同时显示两个数据帧

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
dat = pd.DataFrame({'x%i' % ii: np.random.uniform(-1, 1, 100) for ii in range(3)})
dat2 = pd.DataFrame({'x%i' % ii: np.random.uniform(0, 1, 100) for ii in range(3)})
ax = pd.plotting.scatter_matrix(dat, c='orange')
pd.plotting.scatter_matrix(dat2, c='k')
# pd.plotting.scatter_matrix(dat2, c='k', ax=ax) # results in error
plt.savefig('example')

---

（我想要的解决方案应该有两种不同的点颜色，一组从0到1，另一组从-1到1。）

中似乎存在一个问题，

scatter_matrix（）

函数在技术上可以处理通过

ax=ax

选项传递的轴的2D数组，但是调用

图，axes=_子图（naxes=naxes，figsize=figsize，ax=ax，squence=False）

似乎将此轴数组展平为1D列表，随后在代码中与

ax=axs[i，j]

不兼容。也许应该为此创建一个bug

除此之外，我建议您编写自己的代码（松散地基于原始的

scatter\u matrix（）

），以便更好地控制正在绘制的内容。 在以下示例中，您可以看到如何对实际打印的内容（例如图形大小和边距、打印对象的颜色等）进行更精确的控制：

收益率：

---

如果您愿意使用另一个名为

seaborn

的库，并且如果我理解正确，则可以轻松完成。您只需

concat

两个数据帧并创建一个列作为

hue

，并在图例中使用您想要的名称

import seaborn as sns
sns.pairplot(pd.concat([dat.assign(hue='dat'), 
                        dat2.assign(hue='dat2')]), 
             hue='hue', 
             diag_kind='hist', 
             palette=['orange', 'k'])

---

注意：在这种情况下，我发现直方图中的对角线看起来不太好，我宁愿使用

'kde'

而不是

'hist'

作为参数

diag_kind

，但这取决于您想要什么。

我运行了提供给我的代码。绘制了两个图形，顶部和底部，顶部用橙色绘制，底部用黑色绘制我是罗。

import seaborn as sns
sns.pairplot(pd.concat([dat.assign(hue='dat'), 
                        dat2.assign(hue='dat2')]), 
             hue='hue', 
             diag_kind='hist', 
             palette=['orange', 'k'])