Python pandas.plotting.radviz用法及代码示例

用法:
pandas.plotting.radviz(frame, class_column, ax=None, color=None, colormap=None, **kwds)

在 2D 中绘制多维数据集。

DataFrame 中的每个系列都表示为圆形上均匀分布的切片。每个数据点根据每个系列上的值呈现在圆圈中。 DataFrame 中高度相关的Series 更靠近单位圆。

RadViz 允许将 N 维数据集投影到 2D 空间中，其中每个维度的影响可以解释为所有维度影响之间的平衡。

更多信息可在说明 RadViz 的original article 中找到。

参数：

frame：DataFrame: 保存数据的对象。
class_column：str: 包含数据点类别名称的列名。
ax：matplotlib.axes.Axes ，可选: 要向其添加信息的绘图实例。
color：list[str] 或 tuple[str]，可选: 为每个类别分配一种颜色。示例：[‘blue’, ‘green’]。
colormap：str 或 matplotlib.colors.Colormap ，默认无: 从中选择颜色的颜色图。如果是字符串，则从 matplotlib 加载具有该名称的颜色图。
**kwds：: 传递给 matplotlib 散点图方法的选项。

类：matplotlib.axes.Axes

例子：

>>> df = pd.DataFrame(
...     {
...         'SepalLength': [6.5, 7.7, 5.1, 5.8, 7.6, 5.0, 5.4, 4.6, 6.7, 4.6],
...         'SepalWidth': [3.0, 3.8, 3.8, 2.7, 3.0, 2.3, 3.0, 3.2, 3.3, 3.6],
...         'PetalLength': [5.5, 6.7, 1.9, 5.1, 6.6, 3.3, 4.5, 1.4, 5.7, 1.0],
...         'PetalWidth': [1.8, 2.2, 0.4, 1.9, 2.1, 1.0, 1.5, 0.2, 2.1, 0.2],
...         'Category': [
...             'virginica',
...             'virginica',
...             'setosa',
...             'virginica',
...             'virginica',
...             'versicolor',
...             'versicolor',
...             'setosa',
...             'virginica',
...             'setosa'
...         ]
...     }
... )
>>> pd.plotting.radviz(df, 'Category')
<AxesSubplot:xlabel='y(t)', ylabel='y(t + 1)'>

相关用法

注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.plotting.radviz。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

例子：