如何在一个绘图中绘制30个特征的分布，并在python中通过标签进行区分

我是python初学者，尝试从UCI机器学习中绘制威斯康星州乳腺癌（诊断）数据集的分布

我的数据集如下所示

(Mean_Radius)  (Mean_Texture)   Mean_Perimeter)   (Mean_Area)    (Mean_Smoothness)   Diagnosis
----------------------------------------------------------------------------------------------------------------
   (17.99)       (10.38)           (122.80)         (1001.0)        (0.11840)          M
   (12.99)       (11.38)           (125.80)         (1021.0)        (0.12540)          B
   (15.99)       (9.38)            (123.80)         (1000.0)        (0.21840)          M
   (12.09)       (12.38)           (135.80)         (900.0)         (0.32540)          B

我想创建类似下图的内容（所有30个功能的分布）

但两个阶级是这样分开的

有人知道我如何在python或matlab中实现这一点吗

我试过这个代码，但它没有给我确切的我想要的

sns.pairplot(Data,vars=['Mean_Radius','Mean_Texture','Mean_Perimeter','Mean_Area','Mean_Smoothness','Mean_Compactness','Mean_Concavity','Mean_ConcavePts','Mean_Symmetry','Mean_FractalDim','SE_Radius','SE_Texture','SE_Perimeter','SE_Area','SE_Smoothness','SE_Compactness','SE_Concavity','SE_ConcavePts','SE_Symmetry','SE_FractalDim','Worst_Radius','Worst_Texture','Worst_Perimeter','Worst_Area','Worst_Smoothness','Worst_Compactness','Worst_Concavity','Worst_ConcavePts','Worst_Symmetry','Worst_FractalDim'], hue='Diagnosis')

---

是否有其他方法可以为所有30个功能绘制此图，以清楚地显示这两个类？

给定的示例显示了如何绘制各种功能的直方图

import matplotlib.pyplot as plt
plt.figure(figsize=(24,200))
try:
    for i, col in enumerate(Data.columns.to_list()):
        plt.subplot(10, 3, i + 1)
        plt.hist(Data[col], label=col,color='blue')
        plt.legend()
        plt.title(col)
        plt.tight_layout()
except Exception as e:
    print(col,e)

---

最好是通过添加一些数据和代码来提问，这样人们就会知道您试图解决的问题。你能不能添加一些代码和数据，这样人们可以更快地下载？@MartaG。我很快就会这么做