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]#
绘制散点图矩阵。
- Parameters:
- frameDataFrame
- alphafloat，可选
应用的透明度量。
- figsize(float,float)，可选
一个元组 (宽度, 高度)，单位为英寸。
- axMatplotlib 轴对象, 可选
- gridbool, optional
设置为 True 将显示网格。
- diagonal{‘hist’, ‘kde’}
在对角线上选择 ‘kde’（核密度估计）或 ‘hist’（直方图）进行绘图。
- markerbool, default False
Matplotlib 标记类型，默认值为 ‘.’。
- density_kwds关键字参数
要传递给核密度估计绘图函数的关键字参数。
- hist_kwds关键字参数
要传递给 hist 函数的关键字参数。
- range_paddingfloat，默认 0.05
关于 (x_max - x_min) 或 (y_max - y_min) 的轴范围在 x 和 y 方向上的相对扩展。
- **kwargs
要传递给 scatter 函数的关键字参数。
- Returns:
- numpy.ndarray
散点图矩阵。
Examples
>>> df = pd.DataFrame(np.random.randn(1000, 4), columns=['A','B','C','D']) >>> pd.plotting.scatter_matrix(df, alpha=0.2) array([[<Axes: xlabel='A', ylabel='A'>, <Axes: xlabel='B', ylabel='A'>, <Axes: xlabel='C', ylabel='A'>, <Axes: xlabel='D', ylabel='A'>], [<Axes: xlabel='A', ylabel='B'>, <Axes: xlabel='B', ylabel='B'>, <Axes: xlabel='C', ylabel='B'>, <Axes: xlabel='D', ylabel='B'>], [<Axes: xlabel='A', ylabel='C'>, <Axes: xlabel='B', ylabel='C'>, <Axes: xlabel='C', ylabel='C'>, <Axes: xlabel='D', ylabel='C'>], [<Axes: xlabel='A', ylabel='D'>, <Axes: xlabel='B', ylabel='D'>, <Axes: xlabel='C', ylabel='D'>, <Axes: xlabel='D', ylabel='D'>]], dtype=object)
