Python 多維數(shù)據(jù)可視化
1.平行坐標
圖中每條垂直的線代表一個特征，表中一行的數(shù)據(jù)在圖中表現(xiàn)為一條折線，不同顏色的線表示不同的類別。
import?pandas?as?pd
import?matplotlib.pyplot?as?plt
from?pandas.plotting?import?parallel_coordinates
data?=?pd.read_csv('D:\\iris.csv')
plt.figure('多維度-parallel_coordinates')
plt.title('parallel_coordinates')
parallel_coordinates(data,?'Species',?color=['blue',?'green',?'red',?'yellow'])
plt.show()
2.RadViz雷達圖
4個特征對應(yīng)于單位圓上的4個點，圓中每一個散點代表表中一行數(shù)據(jù)。可以想象為每個散點上都有4條線分別連接到4個特征點上，而特征值（經(jīng)過標準化處理）就表示這4條線施加在散點上的力，每個點的位置恰好使其受力平衡。
import?pandas?as?pd
import?matplotlib.pyplot?as?plt
from?pandas.plotting?import?radviz
data?=?pd.read_csv('D:\\iris.csv')
plt.figure('多維度-radviz')
plt.title('radviz')
radviz(data,?'Species',?color=['blue',?'green',?'red',?'yellow'])
plt.show()
3.Andrews曲線
特征值轉(zhuǎn)化為傅里葉序列的系數(shù)，不同顏色的曲線代表不同的類別。
import?pandas?as?pd
import?matplotlib.pyplot?as?plt
from?pandas.plotting?import?andrews_curves
data?=?pd.read_csv('D:\\iris.csv')
plt.figure('多維度-andrews_curves')
plt.title('andrews_curves')
andrews_curves(data,?'Species',?color=['blue',?'green',?'red',?'yellow'])
plt.show()
4.矩陣圖
表示不同特征之間的關(guān)系。
import?pandas?as?pd
import?matplotlib.pyplot?as?plt
import?seaborn?as?sns
data?=?pd.read_csv('D:\\iris.csv')
sns.pairplot(data,?hue='Species')
plt.show()
5.相關(guān)系數(shù)熱力圖
表示不同特征之間的相關(guān)性（Pearson相關(guān)系數(shù)），數(shù)值越大，相關(guān)性越高。
import?pandas?as?pd
import?matplotlib.pyplot?as?plt
import?seaborn?as?sns
data?=?pd.read_csv('D:\\iris.csv')
corr?=?data.corr()
sns.heatmap(corr,?annot=True)
plt.show()
公眾號推薦：數(shù)據(jù)思踐
數(shù)據(jù)思踐公眾號記錄和分享數(shù)據(jù)人思考和踐行的內(nèi)容與故事。
《數(shù)據(jù)科學(xué)與人工智能》公眾號推薦朋友們學(xué)習(xí)和使用Python語言，需要加入Python語言群的，請掃碼加我個人微信，備注【姓名-Python群】，我誠邀你入群，大家學(xué)習(xí)和分享。
關(guān)于Python語言，有任何問題或者想法，請留言或者加群討論。
評論
圖片
表情