问题标签 [scatter-matrix]

这是 Pandas scatter_matrix 的一部分。

为什么只有一个标签（0.60000000 ....）这么长？我该如何解决？

这是我的代码的一部分：

您能否让我知道代码有什么问题-

我期待某种像这样的矩阵图。但是，它只显示一个直方图。我不确定出了什么问题。

此外，有没有什么简单的方法可以在这种类型的矩阵图上添加图例？

我最近试图从 MATLAB 切换到 python；所以，我是python的新手。

更新：显然，只需修改一行即可解决绘图问题-

我想在 python 中为形状为 (1934,32) 的数据集构建自己的 PCA。Numpy 数组（二进制图像文件）。在 PCA 中，我需要计算散点矩阵。我有一个代码，它适用于图像和大小数组（3，x）。但不适用于我的。

我尝试将 np.zeros 和 reshape 方法重塑为 32 和 1934，但没有任何效果。这是我现在正在使用的代码一瞥

错误是“无法将大小为 1934 的数组转换为形状 (3,1)”

我发现了很多关于这个主题的新闻，但没有人提出我的观点。我有一个相当大的数据框，我想在其中添加回归线，并在网格的另一侧仅将相关系数放在空白处。

你如何添加它？

这个问题与 Stackoverflow 上的这个问题密切相关：Problems importing pandas.plotting

我尝试了所有答案，但这不起作用。所以我也尝试了使用和不使用工具模块

我也尝试制作一个 scatter_matrix：

我的熊猫版本是：0.24.2

有任何想法吗？谢谢

在具有 5000 万个案例的 csv 数据帧上使用 pandas 和 seaborn 来制作一些分散矩阵，我注意到处理时间真的很长，为了方便我df.sample()对部分数据进行了处理，这减少了处理时间。考虑到apache spark我想问是否有可能应用它的速度来处理所有 5000 万个数据以创建：scatter matrix、、scatter plot等pairgrid。seaborn在获取有关此主题的信息后，我发现要做到这一点非常困难。

我正在尝试使用 pandas.plotting ， scatter_matrix 函数绘制一个特征成对图，但我收到以下错误，我无法理解其含义或我应该如何解决它：

刚接触 Python 的同事，但在不使用 la b的情况下为 Iris 数据做散点矩阵时遇到了挑战。

我认为 for 循环可用于通过字面意义上的一个特征在另一个特征上绘制散点图。

我已将所有功能都设为 X。请告知我在下面的代码中做了什么混乱 - 我得到“x 和 Y 必须具有相同大小的错误”。否则你会怎么做？

谢谢

我正在计算矩阵内散点图，其中我有一个 50x20 向量，而我发生的事情是将转置向量乘以原始向量，给我一个维度错误，如下所示：

操作数不能与形状一起广播 (50,20) (20,50)

我尝试的是：array = my_array * my_array_transposed并得到上述错误。

替代方案是这样做：

例如，在 Octave 中，这会容易得多，但由于向量的大小，如果这是进行以下计算的方法，我很难确认基本事实：

因为据我所知，乘法是否是元素明智的。

我的问题是，我是否以正确的方式应用该公式？如果不是，将转置向量乘以非转置向量的正确方法是什么？

我是 python 和数据科学的新手，我目前正在从事一个基于非常大的数据框的项目，有 75 列。我正在做一些数据探索，我想检查列之间可能存在的相关性。对于较小的数据帧，我知道我可以在数据帧上使用 pandas plotting.scatter_matrix() 来做到这一点。但是，在我的情况下，这会产生一个 75x75 矩阵——我什至无法可视化各个图。

另一种方法是创建 5 列的列表并多次使用 scatter_matrix，但这种方法会产生过多的散布矩阵。例如，有 15 列，这将是：

为了在 75 列中使用相同的方法，我必须继续直到list15. 这看起来非常低效。我想知道是否有更好的方法来探索我的数据集中的相关性。