在 Pandas 中使用散点矩阵配对图

检查数据集属性之间的共线性是数据预处理中最重要的步骤之一。了解特征之间相关性的一个好方法是为每对属性创建散点图。为了这个目的，Pandas 有一个函数scatter_matrix() 。 scatter_matrix()可用于在所有数字特征对之间轻松生成一组散点图。它为每个数字特征与其他所有数字特征创建一个图，并为每个数字特征创建一个直方图。

Syntax : pandas.plotting.scatter_matrix(frame)
Parameters :
frame : the dataframe to be plotted.

在下面的示例中，我们将在此数据集上创建散点图。

该数据集包含有关加利福尼亚地区房屋的价格和其他统计数据。

import pandas as pd
  
# loading the dataset
data = pd.read_csv('housing.csv')
  
# inspecting the data
data.info()

输出 ：

RangeIndex: 20640 entries, 0 to 20639
Data columns (total 10 columns):
 #   Column              Non-Null Count  Dtype  
---  ------              --------------  -----  
 0   longitude           20640 non-null  float64
 1   latitude            20640 non-null  float64
 2   housing_median_age  20640 non-null  float64
 3   total_rooms         20640 non-null  float64
 4   total_bedrooms      20433 non-null  float64
 5   population          20640 non-null  float64
 6   households          20640 non-null  float64
 7   median_income       20640 non-null  float64
 8   median_house_value  20640 non-null  float64
 9   ocean_proximity     20640 non-null  object 
dtypes: float64(9), object(1)
memory usage: 1.6+ MB

创建散点图

让我们选择三个数字列； median_house_value ， Housing_median_age和median_income ，用于绘图。请注意，Pandas 绘图依赖于 Matplotlib，因此需要先导入。

import matplotlib.pyplot as plt
from pandas.plotting import scatter_matrix
  
# selecting three numerical features
features = ['median_house_value', 'housing_median_age',
            'median_income']
   
# plotting the scatter matrix
# with the features
scatter_matrix(data[features])
plt.show()

输出 ：

矩阵中的每个散点图都有助于我们了解相应属性对之间的相关性。正如我们所见， median_income和median_house_value具有很强的相关性。主对角线包含每个属性的直方图。