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)

绘制一个散点图矩阵。

参数:

框架DataFrame

alphafloat, 可选

应用的透明度量。

figsize(float,float), 可选

一个以英寸为单位的元组 (宽度, 高度)。

axMatplotlib 轴对象，可选

网格bool, 可选

将此设置为 True 将显示网格。

对角线{‘hist’, ‘kde’}

在对角线中选择 ‘kde’ 或 ‘hist’ 以进行核密度估计或直方图绘制。

标记str, 可选

Matplotlib 标记类型，默认 ‘.’。

density_kwds关键词

要传递给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_paddingfloat, 默认 0.05

x 和 y 轴范围的相对扩展相对于 (x_max - x_min) 或 (y_max - y_min)。

**kwargs

要传递给 scatter 函数的关键字参数。

返回:

numpy.ndarray

散点图矩阵。

示例

>>> df = pd.DataFrame(np.random.randn(1000, 4), columns=["A", "B", "C", "D"])
>>> pd.plotting.scatter_matrix(df, alpha=0.2)
array([[<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)