Python 如何更改seaborn'；s pairplot（）函数？

我有一个36000行51列的数据集。每行是一个观测值，前50列是每个观测值的50个不同特征。第51列的值为0或1，其中0表示观测值属于A类，1表示观测值属于B类

现在让我们假设我想对第一列的值做一个直方图，称之为Feature1。据我所知，matplotlib的plt.hist（）无法在同一个绘图中绘制两个直方图，其中一个对应于A类Feature1的特征，另一个对应于B类的特征。此外，seaborn的sns.distplot也无法做到这一点。所以我决定试试seaborn的pairplot，如下所示

sns.pairplot(df, vars = ["Feature1"], hue= "Class", diag_kind = "hist", diag_kws= dict(alpha=0.55))

Feature1是第一列的名称，Class是最后一列的名称，其中包含每个观察的类标签。显示的直方图很好，但我想增加使用的箱子数量。遗憾的是，我没有找到任何方法来使用这个特殊的函数

有人知道这个问题的解决方案吗？感谢阐述by，当使用

diag\u kind='hist'

时，

diag\u kws

被传递到

plt.hist（）

。文件中没有概述这一点，但从

因为接受参数

bin

作为一个整数来控制您可以简单地执行的bin数量

sns.pairplot（df，vars=[“Feature1”]，hue=“Class”，diag_kind=“hist”，
diag_kws={'alpha'：0.55，'bins'：n}）

---

其中

n

是作为

int

所需的存储箱数量。您是否尝试传入

diag\u kws=dict（bins=n）

不，我不知道有这样的选项，但它工作得很好。非常感谢：）

def PairPlot(...):
    # ...
    if diag_kind == "hist":
        grid.map_diag(plt.hist, **diag_kws)
    # ...