重要性★★★★☆

难度★★★☆☆

你是一家植物研究组织的数据分析师。

你的任务是分析著名的鸢尾花数据集，以了解不同特征之间的关系。

具体来说，你需要创建一个成对图来可视化这些关系。

使用鸢尾花数据集，生成一个成对图，以显示萼片长度、萼片宽度、花瓣长度和花瓣宽度之间的关系。

确保按数据集中的不同种类进行颜色编码。

【数据生成代码示例】

import pandas as pdfrom seaborn import load_datasetdf = load_dataset('iris')

【图表答案】

【代码答案】

import pandas as pdimport seaborn as snsimport matplotlib.pyplot as pltdf = sns.load_dataset('iris')sns.pairplot(df, hue='species')plt.show()

首先，导入必要的库：用于数据处理的 pandas，用于成对图的 seaborn，以及用于显示图表的 matplotlib。

直接使用 seaborn 的 load_dataset 函数加载鸢尾花数据集，简化了过程。

使用 seaborn 的 pairplot 函数创建成对图，将 'hue' 参数设置为 'species'，以对不同种类进行颜色编码。

最后，调用 plt.show() 显示图表。在某些环境中，此函数是渲染图表所必需的。

成对图为数据集中每对特征之间的关系提供了散点图矩阵。矩阵的对角线显示了每个特征的分布。按种类进行颜色编码有助于识别种类之间的模式和差异。

【小知识】

鸢尾花数据集由英国生物学家和统计学家罗纳德·费舍尔（Ronald Fisher）在 1936 年的论文《The use of multiple measurements in taxonomic problems》中引入。它包括 150 个鸢尾花观测值，涵盖三个种类：Iris setosa（山鸢尾）、Iris versicolor（杂色鸢尾）和 Iris virginica（维吉尼亚鸢尾），每个种类有四个特征：萼片长度、萼片宽度、花瓣长度和花瓣宽度。由于其简单性和定义明确的类别，该数据集被广泛用作机器学习和数据可视化练习的入门数据集。