2.3 displot 与成对关系图

2.3 displot 与成对关系图

displot 是分布家族的 figure 级工厂，用 kind 切换直方图、密度、ecdf 并支持分面；jointplot 把两个变量的联合分布与各自边缘分布装进同一张图；pairplot 一次性画出所有数值列的两两关系矩阵。

2.1 与 2.2 拆的都是单坐标轴内的操作，本节升维：当分布问题多出一个类别维度（分面）或一个数值维度（联合、成对）时，映射层的 col 通道和 Grid 对象接管一切。这是第 7 章 Grid 家族的预演。

displot：kind 与 col 的组合语法

import seaborn as sns

iris = sns.load_dataset('iris')

# figure 级分布图：kind 决定图层，col 决定分面
g = sns.displot(
    data=iris, x='petal_length',
    col='species',        # 分面通道：每个物种一个面板
    kind='kde',           # 图层类型：hist / kde / ecdf 三选一
    fill=True, height=3, aspect=1.2,
)
# 输出说明：三个面板共用 x 轴刻度，setosa 的峰远离另外两族，
# 跨面板比较不需要读者自己在脑子里对齐坐标
​

对照 2.2 里"分组 kde 出现曲线互相穿插"的情况，分面的价值一目了然：组内形态复杂、组间重叠严重时，hue 叠图不如 col 分面。经验法则：组数不超过 6 用分面，超过 6 先考虑该不该聚合。

# 二维分面：col 加 row，两维类别同时铺开
penguins = sns.load_dataset('penguins').dropna()
g = sns.displot(
    data=penguins, x='flipper_length_mm',
    col='species', row='sex', kind='hist', binwidth=3,
)
# 输出说明：3 个物种 x 2 个性别共 6 个面板，同一列内性别可直接上下对照
​

col_wrap 用于只有 col 没有 row 时控制换行，比如 12 个月的数据 col='month', col_wrap=4 排成三行四列，比一行十二个窄条可读得多。

jointplot：联合加边缘的标准布局

# 中央散点加边缘直方图，两个映射通道一次到位
g = sns.jointplot(data=penguins, x='bill_length_mm', y='bill_depth_mm',
                  hue='species', height=6)
# 输出说明：中央面板里三个物种呈明显的分层带；
# 边缘面板自动按同一 hue 分组——喙长与喙深在全体数据上看是弱相关，
# 分物种后各组内部甚至呈正相关，这就是著名的辛普森悖论在图形上的样子
​

换 kind 得到不同中央图层：

g = sns.jointplot(data=penguins, x='bill_length_mm', y='bill_depth_mm',
                  kind='kde', hue='species', fill=False)
# 中央变成等高线图：样本密集处线密，三个物种的"山头"位置与散点版互相印证
g = sns.jointplot(data=penguins, x='bill_length_mm', y='bill_depth_mm',
                  kind='reg')
# 中央散点加回归线加置信带，边缘换成单变量 kde——快速检查线性关系是否成立
​

jointplot 返回 JointGrid，中央与边缘可以分别定制，第 7.3 节会拆它的手动装配版。

pairplot：多维数据的第一次全面体检

g = sns.pairplot(
    data=iris,
    hue='species',            # 颜色通道贯穿对角与非对角
    corner=True,              # 只画下三角，省一半版面
    plot_kws={'alpha': 0.6, 's': 20},   # 非对角散点的细节参数
    diag_kws={'fill': True},            # 对角 kde 的细节参数
)
# 输出说明：扫一遍矩阵即可完成特征筛选——petal_length 对 petal_width
# 的面板里三个物种几乎线性可分；sepal_width 单看区分度最差。
# 这张图就是后续建模时"用哪几个特征"的第一手证据
​

pairplot 的读图顺序值得固化成习惯：先扫对角线（每个特征的组间分离度），再找非对角里"组间不重叠"的面板，最后回头检查这些面板对应的特征组合是否真的业务可解释。150 行的 iris 秒级出图；几千行时建议先抽样再画（第 9 章性能专题会给出抽样代码）。

三个排错高发点

一是 displot 的图例挤压面板：figure 级函数的图例默认挂在画布右侧，面板一多就开始互相侵占。改图例标题用 g.legend.set_title('物种')；腾位置用 g.figure.subplots_adjust(right=0.82)，把绘图区整体左移。这类调整要挂在 g（FacetGrid）上而不是 plt 上——第 1.2 节立过的两级分野，排错时最常被违反的就是这里。二是 jointplot 的边缘图层定制：marginal_kws={'bins': 25, 'rug': True} 把边缘直方图细分并叠上地毯层——中央面板由 kind 控制、边缘细节由 marginal_kws 下发，两个通道互不干扰，与 pairplot 的 plot_kws、diag_kws 完全同构，记住一套就等于记住三套。三是分面身份迷失：col 通道切出十几个面板后，单靠每格的列标题很难记住谁是谁，g.set_titles('{col_name} 月') 的模板语法给每个面板补上单位与语境，比事后在报告里逐张加注可靠得多。

⚠️ 常见坑：给 pairplot 喂含 id、年份这类"数值型标签列"的数据，矩阵里会多出无意义的面板。画前先用 vars= 或 df.select_dtypes('number') 限定参与配对的列。

本节要点回顾

• 分面优于叠图的条件：组内形态复杂或组间重叠严重时，col 分面比 hue 叠图可读；
• jointplot 一次回答联合与边缘：辛普森悖论这类"总体与分组相关性相反"的现象，在它面前无所遁形；
• pairplot 是建模前的例行体检：读图顺序固定为对角线、强分离面板、业务复核；
• 细节参数分通道下发：plot_kws 管非对角、diag_kws 管对角，互不干扰；
• vars 限定列：防止标签列污染成对矩阵。

分布家族到此拆解完毕。第 3 章把映射层升级为两个数值列，关系图登场，聚合与置信区间将第一次进入拆解台。