seaborn.pairplot(data, *, hue=None, hue_order=None, palette=None, vars=None, x_vars=None, y_vars=None, kind='scatter', diag_kind='auto', markers=None, height=2.5, aspect=1, corner=False, dropna=False, plot_kws=None, diag_kws=None, grid_kws=None, size=None)¶在数据集中绘制成对关系。
默认情况下，此函数将创建轴的网格，以便每个数值变量 data 将通过跨一行的y轴和跨一列的x轴共享。对角线图的处理方式不同：绘制一个单变量分布图，以显示每列数据的边际分布。
还可以显示变量子集或在行和列上绘制不同的变量。
这是的高级接口 PairGrid 这样做的目的是为了便于绘制一些常见的样式。你应该使用 PairGrid 如果您需要更大的灵活性，可以直接使用。
pandas.DataFramepandas.DataFrame整齐（长格式）的数据帧，其中每列是一个变量，每行是一个观察值。
data中变量的名称变量输入 data 将绘图方面映射到不同的颜色。
调色板中色调变量的级别顺序
Set of colors for mapping the hue variable. If a dict, keys
should be values in the hue variable.
内部变量 data 若要使用，则使用具有数字数据类型的每一列。
内部变量 data 把图形的行和列分开使用；例如，画一个非正方形的图。
有点阴谋。
有点像对角线子图。如果是“自动”，则根据是否 hue 使用。
用于所有散点图点的标记或长度与色调变量中的层数相同的标记列表，以便不同颜色的点也将具有不同的散点图标记。
每个面的高度（英寸）。
Aspect*height给出每个面的宽度（英寸）。
如果为True，则不要将轴添加到栅格的上部（非对角线）三角形，使其成为“角点”图。
打印前删除数据中缺少的值。
关键字参数字典。 plot_kws 传递给二元绘图函数， diag_kws 传递给单变量绘图函数 grid_kws 传递给 PairGrid 建造师。
实例