如何调整Seaborn中pairplot的布局形态以优化可视化？

问题解决思路 #

pairplot在仅指定单个y特征时，默认会将所有x特征按单列排列，它本身没有直接设置列数的参数。要实现4列的网格布局，你可以通过自定义Matplotlib子图网格，结合Seaborn的绘图函数来手动实现。

实现代码 #

以下是适配4列布局的具体代码：

import seaborn as sns
import matplotlib.pyplot as plt

# 计算特征数量与子图网格参数
target_features = dftrain.columns[:-1]
num_features = len(target_features)
cols = 4  # 指定要展示的列数
rows = (num_features + cols - 1) // cols  # 自动计算所需行数

# 创建子图网格
fig, axes = plt.subplots(rows, cols, figsize=(cols*5, rows*4))
axes = axes.flatten()  # 将二维轴数组转为一维，方便循环遍历

# 循环绘制每个特征与medv的关联图
for idx, feature in enumerate(target_features):
    sns.scatterplot(data=dftrain, x=feature, y='medv', ax=axes[idx])
    axes[idx].set_title(f'{feature} vs medv')

# 隐藏多余的空白子图（当特征数不是4的倍数时）
for idx in range(num_features, len(axes)):
    axes[idx].axis('off')

plt.tight_layout()  # 自动调整子图间距，避免标题重叠
plt.show()

额外说明 #

• 你可以根据需求替换scatterplot为其他Seaborn绘图函数，比如regplot（添加回归线）、kdeplot（核密度图）等
• 通过调整figsize的参数，可以自定义子图的整体大小，让可视化效果更适配你的需求

内容的提问来源于stack exchange，提问作者SimoneA