Python数据处理从零开始----第三章（pandas）⑤pandas与R

Python数据处理从零开始----第四章（可视化）①③多变量绘图

• 关联矩阵点图

科研工作中我们经常需要把每两个变量之间的关系计算， 然后可以得到一个相关矩阵。 如果两个变量的变化趋势一样， 那么这个值就会大于零， 表明连个变量正相关，值越大代表相关性越强。 相反的话，如果两个变量的变化趋势相反， 这个值就会小于零。我们经常需要关注这个值，是因为在许多机器学习算法中，强相关的变量会导致算法能力下降。

• 1.导入数据

%clear
%reset -f# In[*]# 加载Python库import numpy as npfrom numpy import loadtxtimport xgboost as xgbfrom xgboost import XGBClassifierfrom matplotlib import pyplotimport osfrom sklearn.model_selection import train_test_splitimport pandas as pdimport numpy as np
os.chdir("D:\\train")# In[*]from matplotlib import pyplotfrom pandas import read_csv
filename = 'pima-indians-diabetes.csv'names = ['preg', 'plas', 'pres', 'skin', 'test', 'mass', 'pedi', 'age', 'class']
data = read_csv(filename, names=names)

• 绘制相关关系图

correlations = data.corr()# plot correlation matrixfig = pyplot.figure()
ax = fig.add_subplot(111)
cax = ax.matshow(correlations, vmin=-1, vmax=1)
fig.colorbar(cax)
ticks = np.arange(0,9,1)
ax.set_xticks(ticks)
ax.set_yticks(ticks)
ax.set_xticklabels(names)
ax.set_yticklabels(names)
pyplot.show()

1. 密度图

data.plot(kind='density', subplots=True, layout=(3,3), sharex=False)
pyplot.show()

-4.散点图

from pandas.plotting import scatter_matrix
scatter_matrix(data)
pyplot.show()

作者：夜神moon
链接：https://www.jianshu.com/p/19cb08c79589