一个问题：python 无法输出图片

[q793799535]

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sb
iris_data=pd.read_csv('I:\利用python 进行数据分析\iris-data.csv',na_values='NaN')
print(iris_data.head(10))
sb.pairplot(iris_data.dropna())
sb.pairplot(iris_data.dropna(),hue='class')
plt.show()

ValueError Traceback (most recent call last)
<ipython-input-25-b3a8928ea494> in <module>
----> 1 sb.pairplot(a,hue='class',plot_kws=False)

c:\users\administrator\appdata\local\programs\python\python37-32\lib\site-packages\seaborn\axisgrid.py in pairplot(data, hue, hue_order, palette, vars, x_vars, y_vars, kind, diag_kind, markers, height, aspect, dropna, plot_kws, diag_kws, grid_kws, size)
2109 diag_kws.setdefault("shade", True)
2110 diag_kws["legend"] = False
-> 2111 grid.map_diag(kdeplot, **diag_kws)
2112
2113 # Maybe plot on the off-diagonals

c:\users\administrator\appdata\local\programs\python\python37-32\lib\site-packages\seaborn\axisgrid.py in map_diag(self, func, **kwargs)
1397 color = fixed_color
1398
-> 1399 func(data_k, label=label_k, color=color, **kwargs)
1400
1401 self._clean_axis(ax)

c:\users\administrator\appdata\local\programs\python\python37-32\lib\site-packages\seaborn\distributions.py in kdeplot(data, data2, shade, vertical, kernel, bw, gridsize, cut, clip, legend, cumulative, shade_lowest, cbar, cbar_ax, cbar_kws, ax, **kwargs)
689 ax = _univariate_kdeplot(data, shade, vertical, kernel, bw,
690 gridsize, cut, clip, legend, ax,
--> 691 cumulative=cumulative, **kwargs)
692
693 return ax

c:\users\administrator\appdata\local\programs\python\python37-32\lib\site-packages\seaborn\distributions.py in _univariate_kdeplot(data, shade, vertical, kernel, bw, gridsize, cut, clip, legend, ax, cumulative, **kwargs)
292 "only implemented in statsmodels."
293 "Please install statsmodels.")
--> 294 x, y = _scipy_univariate_kde(data, bw, gridsize, cut, clip)
295
296 # Make sure the density is nonnegative

c:\users\administrator\appdata\local\programs\python\python37-32\lib\site-packages\seaborn\distributions.py in _scipy_univariate_kde(data, bw, gridsize, cut, clip)
364 """Compute a univariate kernel density estimate using scipy."""
365 try:
--> 366 kde = stats.gaussian_kde(data, bw_method=bw)
367 except TypeError:
368 kde = stats.gaussian_kde(data)

c:\users\administrator\appdata\local\programs\python\python37-32\lib\site-packages\scipy\stats\kde.py in __init__(self, dataset, bw_method, weights)
193 self.dataset = atleast_2d(dataset)
194 if not self.dataset.size > 1:
--> 195 raise ValueError("`dataset` input should have multiple elements.")
196
197 self.d, self.n = self.dataset.shape

ValueError: `dataset` input should have multiple elements.


报错信息如上，我照着github里写的，链接：https://github.com/rhiever/Data-Analysis-and-Machine-Learning-Projects/blob/master/example-data-science-notebook/Example%20Machine%20Learning%20Notebook.ipynb
读取csv文件并用图展示，但不知道什么情况，一直报错，搞了一晚上！还是没解决，头大，大神们来看看吧

[陈年椰子]

不要这一句，是有显示的。
sb.pairplot(iris_data.dropna(),hue='class')

[陈年椰子]

另外，你的数据是啥。
我做了测试数据如下

[陈年椰子]

引用 1 楼 q793799535 的回复:

求回复，若有用，留下支付宝，有现金红包相送

如果你的数据是这个

那这么写即可

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sb
iris_data=pd.read_csv('I:\利用python 进行数据分析\iris-data.csv',na_values='NaN')
print(iris_data.head(10))
sb.pairplot(iris_data.dropna())
sb.pairplot(iris_data.dropna(),hue='Species')
plt.show()

[q793799535]

引用 4 楼 陈年椰子 的回复:

[quote=引用 1 楼 q793799535 的回复:] 求回复，若有用，留下支付宝，有现金红包相送

如果你的数据是这个 那这么写即可

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sb
iris_data=pd.read_csv('I:\利用python 进行数据分析\iris-data.csv',na_values='NaN')
print(iris_data.head(10))
sb.pairplot(iris_data.dropna())
sb.pairplot(iris_data.dropna(),hue='Species')
plt.show()

[/quote],你这个和我的没有本质区别，你只是把hue='class'改成了hue='species',分类规则是一样的，一个是按class分类，一个是按species分类。

[q793799535]

引用 3 楼 陈年椰子 的回复:

另外，你的数据是啥。 我做了测试数据如下

已经找到答案啦，问题在于pairplot如果加hue='class'的话，其分类默认按照KDE画图。只需要加上diag_kind='hist',用直方分布概率图即可

[q793799535]

引用 2 楼 陈年椰子 的回复:

不要这一句，是有显示的。 sb.pairplot(iris_data.dropna(),hue='class')

对的，问题在于python代码下所隐含的数学逻辑，加了hue，则默认kde概率分布，代码本身没错误