Python pandas.plotting.scatter_matrix用法及代碼示例

用法:
pandas.plotting.scatter_matrix(frame, alpha=0.5, figsize=None, ax=None, grid=False, diagonal='hist', marker='.', density_kwds=None, hist_kwds=None, range_padding=0.05, **kwargs)

繪製散點圖矩陣。

參數：

frame： DataFrame
alpha：浮點數，可選: 應用的透明度量。
figsize：(浮點數，浮點數)，可選: 以英寸為單位的元組(寬度，高度)。
ax：Matplotlib 軸對象，可選
grid：布爾型，可選: 將此設置為 True 將顯示網格。
diagonal：{‘hist’, ‘kde’}: 在‘kde’ and ‘hist’ 之間選擇核密度估計或對角線直方圖。
marker：str，可選: Matplotlib 標記類型，默認為“.”。
density_kwds：關鍵詞: 要傳遞給核密度估計圖的關鍵字參數。
hist_kwds：關鍵詞: 要傳遞給 hist 函數的關鍵字參數。
range_padding：浮點數，默認 0.05: x 和 y 軸範圍相對於 (x_max - x_min) 或 (y_max - y_min) 的相對擴展。
**kwargs：: 要傳遞給 scatter 函數的關鍵字參數。

numpy.ndarray: 散點圖矩陣。

例子：

>>> df = pd.DataFrame(np.random.randn(1000, 4), columns=['A','B','C','D'])
>>> pd.plotting.scatter_matrix(df, alpha=0.2)
array([[<AxesSubplot:xlabel='A', ylabel='A'>,
    <AxesSubplot:xlabel='B', ylabel='A'>,
    <AxesSubplot:xlabel='C', ylabel='A'>,
    <AxesSubplot:xlabel='D', ylabel='A'>],
   [<AxesSubplot:xlabel='A', ylabel='B'>,
    <AxesSubplot:xlabel='B', ylabel='B'>,
    <AxesSubplot:xlabel='C', ylabel='B'>,
    <AxesSubplot:xlabel='D', ylabel='B'>],
   [<AxesSubplot:xlabel='A', ylabel='C'>,
    <AxesSubplot:xlabel='B', ylabel='C'>,
    <AxesSubplot:xlabel='C', ylabel='C'>,
    <AxesSubplot:xlabel='D', ylabel='C'>],
   [<AxesSubplot:xlabel='A', ylabel='D'>,
    <AxesSubplot:xlabel='B', ylabel='D'>,
    <AxesSubplot:xlabel='C', ylabel='D'>,
    <AxesSubplot:xlabel='D', ylabel='D'>]], dtype=object)

相關用法

注：本文由純淨天空篩選整理自pandas.pydata.org大神的英文原創作品 pandas.plotting.scatter_matrix。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

例子：