- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
五、查看散点图矩阵
如果你的数据集中变量不是很多,那么查看你数据所有的散点图是个不错的主意。通过调用 Seaborn或
者pandas的一个函数就可以做到。这些函数会展示一个矩阵的核
密度估计图或对角线上的直方图。
操作步骤
(1)导入部分如下:
1import
2from
pandas
as
pd
dautil
import
import
data
ts
3from
dautil
4import matplotlib.pyplot as plt
5import seaborn as sns
6import
matplotlib
as
mpl
(2)以下几行代码加载天气数据:
1df
2df
data.Weather.load()
ts.groupby_yday(df).mean()
3df.columns
[data.Weather.get_header(c)
for
c
in
df.columns]
(3)用Seaborn的pairplot()函数绘制图形,这个函数默认绘制对角线上的直方图:
1%matplotlib
2
inline
3#
Seaborn
plotting,
issues
due
to
NaNs
4sns.pairplot(df.fillna(0))
结果如下所示:
(4)通过pandas的scatter_matrix()函数生成一个类似的图形,并请求对角线上的核密度估计图:
1sns.set({figure.figsize:
16,
12})
2mpl.rcParams[axes.linewidth]
3mpl.rcParams[lines.linewidth]
9
2
4plots
pd.scatter_matrix(df,
marker=o,
diagonal=kde)
5plt.show()
请参见以下截图了解最终结果:
文档评论(0)