这个是取自于《python机器学习基础教程》16页

代码:

# import numpy as np 
# import matplotlib.pyplot as plt
# import pandas as pd
# import mglearn # from sklearn.datasets import load_iris
# from sklearn.model_selection import train_test_split
# iris_dataset = load_iris()
# X_train,X_test,y_train,y_test = train_test_split(iris_dataset['data'],iris_dataset['target'],random_state=0)
# # 利用X_train中的数据创建DataFrame
# # # 利用iris_dataset.feature_names中的字符串对数据列进行标记
# iris_dataframe = pd.DataFrame(X_train,columns=iris_dataset.feature_names) # grr = pd.plotting.scatter_matrix(iris_dataframe,c=y_train,figsize=(15,15),marker='o',hist_kwds={'bins':20},s=60,alpha=8,cmap=mglearn.cm3) # grr.show() import mglearn
import matplotlib.pyplot as plt
import pandas as pd
from sklearn.datasets import load_iris
iris_dataset = load_iris()
from sklearn.model_selection import train_test_split
X_train,X_test,y_train,y_test = train_test_split(iris_dataset['data'],iris_dataset['target'],random_state=0)
iris_dataframe=pd.DataFrame(X_train,columns=iris_dataset.feature_names)
grr = pd.plotting.scatter_matrix(iris_dataframe,marker='o',c = y_train,hist_kwds={'bins':20},cmap=mglearn.cm3) plt.show()

效果:

我们来看scatter_matrix的参数

def scatter_matrix(frame, alpha=0.5, figsize=None, ax=None, diagonal='hist', marker='.', density_kwds=None,hist_kwds=None, range_padding=0.05, **kwds)

frame:pandas dataframe对象

alpha:(float, 可选), 图像透明度,一般取(0,1]

figsize: ((float,float), 可选),以英寸为单位的图像大小,一般以元组 (width, height) 形式设置
ax:(Matplotlib axis object, 可选),一般取None
diagonal:({‘hist’, ‘kde’}),必须且只能在{‘hist’, ‘kde’}中选择1个,’hist’表示直方图(Histogram plot),’kde’表示核密度估计(Kernel Density Estimation);该参数是scatter_matrix函数的关键参数,下文将做进一步介绍
marker:(str, 可选), Matplotlib可用的标记类型,如’.’,’,’,’o’等
density_kwds:(other plotting keyword arguments,可选),与kde相关的字典参数
hist_kwds:(other plotting keyword arguments,可选),与hist相关的字典参数
range_padding:(float, 可选),图像在x轴、y轴原点附近的留白(padding),该值越大,留白距离越大,图像远离坐标原点
kwds:(other plotting keyword arguments,可选),与scatter_matrix函数本身相关的字典参数

参考来自:https://blog.csdn.net/hurry0808/article/details/78573585

最新文章

  1. Xamarin.Forms ListView点击按钮刷新最新数据
  2. jquery-ui-处理拖动位置Droppable,Draggable
  3. 10 Common Problems Causing Group Policy To Not Apply
  4. CentOS6.5菜鸟之旅:纯转载Linux目录结构
  5. word2007 每页显示表头
  6. 《WPF程序设计指南》读书笔记——第7章 Canvas
  7. [POJ 2588] Snakes
  8. 【转】nodejs
  9. python学习笔记之二:使用字符串
  10. SQL错误:ORA-12899
  11. chkconfig命令核心案列及核心原理
  12. jenkins自动化部署vue
  13. Hexo博客主题优化
  14. 开源流媒体服务器SRS学习笔记(1) - 安装、推流、拉流
  15. CentOS搭建NAT和DHCP服务,实现共享上网
  16. BZOJ2595 WC2008游览计划(斯坦纳树)
  17. ajaxsubmit 上传文件 在IE中返回的内容 提示下载文件
  18. IIS充当反向代理转发请求到Kestrel
  19. UVa 1025 城市里的间谍
  20. Where is virtualenvwrapper.sh after pip install?

热门文章

  1. 初学css display
  2. A dreamstart的催促 (快速幂) B TRDD got lost again
  3. SpringBoot 集成MyBatis 中的@MapperScan注解
  4. sql基本语法大全
  5. vue函数防抖和节流
  6. 记录几个ui框架
  7. bzoj4002 [JLOI2015]有意义的字符串 特征根+矩阵快速幂
  8. export default{} 和 new Vue()都是什么意思
  9. springboot2整合logback.xml动态修改日志打印级别
  10. Django2 + python3 上传图片