介绍scatter_matrix pandas函数

scatter_matrix函数是Pandas库中的一个函数，该函数允许我们绘制一个DataFrame中每对列的散点图矩阵，并且可以为不同的列设置不同的颜色以及不同的标记样式。在数据分析及可视化方面是一个非常有用的工具。

函数语法

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)

参数解释：

• frame：DataFrame，用于绘制散点图矩阵的数据。

• alpha：float，纯度（透明度）（0 <= alpha <= 1）。

• figsize：元组（float，float），矩形绘图区域的宽度，高度（英寸）。

• ax：matplotlib.axes.Axes实例，散点图矩阵用于可视化的轴实例。

• grid：bool或None，如果为True，则在图形上绘制网格。

• diagonal：{"hist", "kde"}, 可选项，图形对角线上的绘图类型。

• marker：str，散点的标记类型。

• density_kwds：dict，与X轴和Y轴直方图一起使用的参数传递给seaborn.kdeplot()。

• hist_kwds：dict，与X轴和Y轴直方图一起使用的参数传递给numpy.hist()。

• range_padding：float，绘图区域与x轴、y轴边界之间的填充系数。

• kwargs：其他关键字参数，与x和y的位置和名称有关。

示例代码

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 从URL（UCI机器学习库）创建数据帧（dataframe）
url = "https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data"
df = pd.read_csv(url, names=['花萼长度', '花萼宽度', '花瓣长度', '花瓣宽度', '品种'])
colors = {'Iris-setosa':'r', 'Iris-versicolor':'g', 'Iris-virginica':'b'}
scatter_matrix = pd.plotting.scatter_matrix(df, figsize=[20,20], marker='D', diagonal='hist', s=100, alpha=0.5, grid=True, c=df['品种'].map(colors))

上述代码的结果如下：

注意：在这个例子中，我们对每个品种（colored dots）用不同的颜色来区分。所以,我们需要在scatter_matrix函数中，使用'品种'列（即我们要区分的列名），设置每个颜色所对应的值。这里我们选择了使用一个字典，包含品种名称（字符串）和RGB颜色（字符串）之间的映射。