为什么我的Seaborn Pairplot总是要花很多时间来绘制

Question

我有一个由274,170 rows and 15 columns组成的Pandas DataFrame。它们都是numerical columns。我对使用Seaborn's Pairplot查看他们的distribution and correlation很感兴趣。在15列中，我希望看到9列。

这是我的尝试：

    plt.figure(figsize=(20,15))
    g = sns.pairplot(df, 
                     palette="husl",
                     vars=["age", "amount", "dir", "type",
                           "reg", "per", "reason",
                           "deal", "policy", "request"])

这要花很长时间！请问是什么问题。我可以做什么来使用Seaborn Pairplot，因为这是我所期待的Data visualization类型，以便正确地理解我的数据。

谢谢

Answer 1

海路配对图非常耗费资源，特别是有很多列和行的时候。对于大量的行，我建议绘制数据的一小部分(帧)，以获得数据的相当好的指示。

n = 274_170
frac = 0.10
df = pd.DataFrame(np.random.rand(n, 10),
                  columns = ["age", "amount", "dir", "type", "reg", "per", "reason", "deal", "policy", "request"])
plt.figure(figsize=(20,15))
sns.pairplot(df.sample(frac=frac), palette="husl", vars=["age", "amount", "dir", "type", "reg", "per", "reason", "deal", "policy", "request"])
plt.show()