pandas.plotting.scatter_matrix#
- 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)[源代码]#
画一个散点图的矩阵。
- 参数
- frameDataFrame
- alpha浮动,可选
应用的透明量。
- figsize(浮点型,浮点型),可选
以英寸为单位的元组(宽、高)。
- axMatplotlib轴对象,可选
- grid布尔值,可选
将其设置为True将显示网格。
- diagonal{‘hist’,‘kde’}
在‘kde’和‘hist’之间进行选择,以便在对角线上进行核密度估计或直方图绘制。
- marker字符串,可选
Matplotlib标记类型,默认为‘.’。
- density_kwds关键词
要传递给内核密度估计图的关键字参数。
- hist_kwds关键词
要传递给HIST函数的关键字参数。
- range_padding浮动,默认为0.05
X和y轴范围相对于(x_max-x_min)或(y_max-y_min)的相对扩展。
- **kwargs
要传递给散布函数的关键字参数。
- 退货
- numpy.ndarray
散点图的矩阵。
示例
>>> 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)