如何移除Seaborn PairGrid散点图矩阵右上角的空白子图？

我希望移除散点图矩阵右上角标记为红色的6个空白子图，尝试了若干参数但未解决问题。以下是我使用的代码：

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np

# Example dataset
iris = sns.load_dataset("iris")

# Create PairGrid object with subplots
g = sns.PairGrid(iris, height=1.5, aspect=1.2)

# Create scatter plots on the lower side
g.map_lower(sns.scatterplot)

# Add regression line
g.map_lower(sns.regplot)

# Add histograms
g.map_diag(sns.histplot, kde=True)

# Then include correlation values for each scatter plot.
for i, j in zip(*plt.np.triu_indices_from(g.axes, k=1)):
    corr_coef = plt.np.corrcoef(iris.iloc[:, i], iris.iloc[:, j])[0][1]
    g.axes[j, i].annotate(f"R = {corr_coef:.2f}", xy=(.1, .9), xycoords=g.axes[j, i].transAxes)
    
plt.show()

解决方案 #

要移除右上角的空白子图，只需在代码中添加一段逻辑，定位到这些空白子图并设置其不可见。修改后的完整代码如下：

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np

# Example dataset
iris = sns.load_dataset("iris")

# Create PairGrid object with subplots
g = sns.PairGrid(iris, height=1.5, aspect=1.2)

# Create scatter plots on the lower side
g.map_lower(sns.scatterplot)

# Add regression line
g.map_lower(sns.regplot)

# Add histograms
g.map_diag(sns.histplot, kde=True)

# Then include correlation values for each scatter plot.
for i, j in zip(*plt.np.triu_indices_from(g.axes, k=1)):
    corr_coef = plt.np.corrcoef(iris.iloc[:, i], iris.iloc[:, j])[0][1]
    g.axes[j, i].annotate(f"R = {corr_coef:.2f}", xy=(.1, .9), xycoords=g.axes[j, i].transAxes)

# 隐藏右上角的空白子图
for i, j in zip(*plt.np.triu_indices_from(g.axes, k=1)):
    g.axes[i, j].set_visible(False)
    
plt.show()

说明 #

新增的代码通过plt.np.triu_indices_from(g.axes, k=1)精准定位到矩阵右上角（对角线以上的空白区域）的子图，调用set_visible(False)直接隐藏这些空白子图，最终只保留左下角带散点和回归线的图表、对角线的直方图，以及你添加的相关系数标注。

内容的提问来源于stack exchange，提问作者user115916