
我們在采用機(jī)器學(xué)習(xí)算法對數(shù)據(jù)進(jìn)行分析時,首先要對數(shù)據(jù)進(jìn)行了解,而了解數(shù)據(jù)最快速的方式就是可視化。但是作者可視化采用的方法對很多data都通用,且采用的是各種圖形的圖矩陣,如直方圖、散點(diǎn)圖矩陣等等。本文就根據(jù)作者的分析來介紹如何運(yùn)用pandas作各種矩陣圖。
(1)數(shù)據(jù)
數(shù)據(jù)為PimaIndians dataset,在作者的代碼中包含該數(shù)據(jù)來源網(wǎng)址,即皮馬印第安人糖尿病數(shù)據(jù)集,樣本個數(shù)有768個,包含變量有:
Preg:懷孕次數(shù)
Plas:口服葡萄糖耐量試驗(yàn)中血漿葡萄糖濃度為2小時
Pres:舒張壓(mm Hg)
Skin:三頭肌皮褶厚度(mm)
test :2小時血清胰島素(μU/ml)
mass:體重指數(shù)(kg /(身高(m))^ 2)
pedi:糖尿病血統(tǒng)功能
age:年齡(歲)
class:類變量(0或1),估計是性別。
(2)Histograms(直方圖矩陣)
url = "https://archive.ics.uci.edu/ml/machine-learning-databases/pima-indians-diabetes/pima-indians-diabetes.data" names = ['preg', 'plas', 'pres', 'skin', 'test', 'mass', 'pedi', 'age', 'class'] #設(shè)置變量名 data = pandas.read_csv(url, names=names) #采用pandas讀取csv數(shù)據(jù) data.hist() plt.show()
但是,我們看到圖形并不協(xié)調(diào),存在變量與坐標(biāo)重疊的情況,我們可以調(diào)整hist()的參數(shù)來解決,包括對x軸、y軸標(biāo)簽大小的調(diào)節(jié)((xlabelsize,ylabelsize),整個圖形布局大小的調(diào)節(jié)figsize:
data.hist(xlabelsize=7,ylabelsize=7,figsize=(8,6)) # plt.show()
可以看到每一個變量的分布情況,其中mass、plas、pres呈現(xiàn)一定的正態(tài)分布,其他除了class之外,基本上左偏。
(3)Density Plots(密度圖矩陣)
原始代碼輸出后仍然存在重疊的地方,在這里加入了對圖中坐標(biāo)文字fontsize,以及整體布局大小figsize。
(4)箱線圖矩陣(Box and Whisker Plots)
與(3)類似,在這里注意可以共享x軸和y軸,用了sharex=False, sharey=False的命令。
(5)相關(guān)系數(shù)矩陣圖(Correlation Matrix Plot)
import numpy correlations = data.corr() #計算變量之間的相關(guān)系數(shù)矩陣 # plot correlation matrix fig = plt.figure() #調(diào)用figure創(chuàng)建一個繪圖對象 ax = fig.add_subplot(111) cax = ax.matshow(correlations, vmin=-1, vmax=1) #繪制熱力圖,從-1到1 fig.colorbar(cax) #將matshow生成熱力圖設(shè)置為顏色漸變條 ticks = numpy.arange(0,9,1) #生成0-9,步長為1 ax.set_xticks(ticks) #生成刻度 ax.set_yticks(ticks) ax.set_xticklabels(names) #生成x軸標(biāo)簽 ax.set_yticklabels(names) plt.show()
顏色越深表明二者相關(guān)性越強(qiáng)。
(6)散布圖矩陣(Scatterplot Matrix)
from pandas.tools.plotting import scatter_matrix scatter_matrix(data,figsize=(10,10)) plt.show()
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動決策的時代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗(yàn):捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計學(xué)方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計學(xué)方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03