如何为sns.pairplot指定DataFrame单列渐变着色以观察数据关联

你只需要在原有的pairplot调用中补充hue和palette两个核心参数即可，数值型的hue会自动触发seaborn加载连续渐变配色，匹配你要的「a列数值越低越偏黄、越高越偏蓝」的需求。
下面是修改后的完整可运行代码：

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

np.random.seed(1)
a = np.arange(0, 10, 0.1)

def myFunc(x):
    myReturn = x + 1*np.random.random(x.shape[0])
    return myReturn

b = myFunc(a)
c = a * np.sin(a)

df = pd.DataFrame({'a': a, 'b': b, 'c': c})

# 核心修改部分
sns.pairplot(
    df, 
    corner=True,
    hue='a', # 指定用a列数值作为配色依据
    palette='YlGnBu', # 黄到蓝的连续渐变配色盘
    plot_kws={'alpha': 0.8} # 可选：调整散点透明度避免重叠遮挡
)
plt.show()

• hue='a'：seaborn会自动识别a列为数值型变量，自动匹配连续渐变配色规则，不需要额外做离散化处理
• palette：可替换为任意matplotlib支持的连续配色方案，比如想要更鲜明的黄蓝对比可以用palette='coolwarm'，默认的连续配色也可以满足需求
• 如果你不需要对角子图跟随hue变色，可以额外补充diag_kws={'color': '#333333'}参数，将对角的直方图/KDE图固定为统一纯色
• 原代码中冗余的f, axes = plt.subplots(1, 1)已在示例中移除，不影响核心功能

内容的提问来源于stack exchange，提问作者user733733