本文為一篇翻譯文章，來自于Visualize Machine Learning Data in Python With Pandas - Machine Learning Mastery**，原文標題是Visualize Machine Learning Data in Python With Pandas(在Python里使用pandas對機器學習的數據進行可視化分析)，作者的意思是我們在采用機器學習算法對數據進行分析時，首先要對數據進行了解，而了解數據最快速的方式就是可視化。但是作者可視化采用的方法對很多data都通用，且采用的是各種圖形的圖矩陣，如直方圖、散點圖矩陣等等。本文就根據作者的分析來介紹如何運用pandas作各種矩陣圖。統計類專業，喜歡數據分析、可視化、數據挖掘、大數據，歷史、文學等

一、數據

數據為Pima Indians dataset，在作者的代碼中包含該數據來源網址，即皮馬印第安人糖尿病數據集，樣本個數有768個，包含變量有：

Preg：懷孕次數

Plas：口服葡萄糖耐量試驗中血漿葡萄糖濃度為2小時

Pres：舒張壓(mm Hg)

Skin：三頭肌皮褶厚度(mm)

test ：2小時血清胰島素(μU/ ml)

mass：體重指數(kg /(身高(m))^ 2)

pedi：糖尿病血統功能

age：年齡(歲)

class：類變量(0或1)，估計是性別。

二、Histograms(直方圖矩陣)url = "https://archive.ics.uci.edu/ml/machine-learning-databases/pima-indians-diabetes/pima-indians-diabetes.data"

names = ['preg', 'plas', 'pres', 'skin', 'test', 'mass', 'pedi', 'age', 'class'] #設置變量名

data = pandas.read_csv(url, names=names) #采用pandas讀取csv數據

data.hist()

plt.show()

直方圖矩陣.png

但是，我們看到圖形并不協調，存在變量與坐標重疊的情況，我們可以調整hist()的參數來解決，包括對x軸、y軸標簽大小的調節((xlabelsize,ylabelsize)，整個圖形布局大小的調節figsize：data.hist(xlabelsize=7,ylabelsize=7,figsize=(8,6)) #

plt.show()

直方圖矩陣1.png

可以看到每一個變量的分布情況，其中mass、plas、pres呈現一定的正態分布，其他除了class之外，基本上左偏。

三、Density Plots(密度圖矩陣)data.plot(kind='density', subplots=True, layout=(3,3), sharex=False,fontsize=8,figsize=(8,6))

plt.show()

原始代碼輸出后仍然存在重疊的地方，在這里加入了對圖中坐標文字fontsize，以及整體布局大小figsize。

密度圖.png

四、箱線圖矩陣(Box and Whisker Plots)data.plot(kind='box', subplots=True, layout=(3,3), sharex=False, sharey=False, fontsize=8,figsize=(8,6))

plt.show()

與(3)類似，在這里注意可以共享x軸和y軸，用了sharex=False, sharey=False的命令。

箱線圖.png

五、相關系數矩陣圖(Correlation Matrix Plot)import numpy

correlations = data.corr() #計算變量之間的相關系數矩陣

# plot correlation matrix

fig = plt.figure() #調用figure創建一個繪圖對象

ax = fig.add_subplot(111)

cax = ax.matshow(correlations, vmin=-1, vmax=1) #繪制熱力圖，從-1到1

fig.colorbar(cax) #將matshow生成熱力圖設置為顏色漸變條

ticks = numpy.arange(0,9,1) #生成0-9，步長為1

ax.set_xticks(ticks) #生成刻度

ax.set_yticks(ticks)

ax.set_xticklabels(names) #生成x軸標簽

ax.set_yticklabels(names)

plt.show()

相關系數矩陣.png

顏色越深表明二者相關性越強。

六、散布圖矩陣(Scatterplot Matrix)from pandas.tools.plotting import scatter_matrix

scatter_matrix(data,figsize=(10,10))

plt.show()

散布圖矩陣.png

總結

以上是生活随笔為你收集整理的python散点矩阵图_用python-pandas作图矩阵的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。