使用 Seaborn FacetGrid 绘制相关热图

我正在尝试创建一个带有热图的图像，分别表示每个标签的数据点特征的相关性。使用seaborn，我可以为单个类创建热图，如下所示

grouped = df.groupby('target')
sns.heatmap(grouped.get_group('Class_1').corr())

我明白这是有道理的：

但后来我尝试列出所有标签，如下所示：

g = sns.FacetGrid(df, col='target')
g.map(lambda grp: sns.heatmap(grp.corr()))

可悲的是我得到了这个对我来说毫无意义的东西：

事实证明，如果您使用的话，只需使用seaborn就可以非常简洁地做到这一点map_dataframe代替map:

g = sns.FacetGrid(df, col='target')
g.map_dataframe(lambda data, color: sns.heatmap(data.corr(), linewidths=0))

@mwaskom 在他的评论中指出，明确设置颜色图的限制可能是一个好主意，以便可以更直接地比较不同的方面。这文档 https://seaborn.pydata.org/generated/seaborn.heatmap.html描述相关的heatmap参数：

vmin, vmax：浮动，可选

用于锚定颜色图的值，否则它们是从数据和其他关键字参数推断出来的。