étiquettes de classe dans les Pandas scattermatrix

Cette question a été posée avant, Plusieurs données de dispersion de la matrice, mais n'a pas reçu de réponse.

Je voudrais faire un éparpillement de la matrice, quelque chose comme dans les pandas docs, mais différemment, marqueurs de couleur pour les différentes classes. Par exemple, j'aimerais avoir quelques points apparaissent en vert et les autres en bleu en fonction de la valeur de l'une des colonnes (ou une liste séparée).

Voici un exemple d'utilisation de l'Iris dataset. La couleur des points représente les espèces d'Iris -- Setosa, Versicolor, ou Virginica.

étiquettes de classe dans les Pandas scattermatrix

Ne pandas (ou matplotlib) ont une façon de faire un tableau comme ça?

regardez dans le seaborn projet: stanford.edu/~mwaskom/software/seaborn/tutorial/axis_grids.html (construit hors des pandas et matplotlib)
merci pour le lien, ça a l'air vraiment utile. Il ressemble à la fonctionnalité, je suis à la recherche de: github.com/mwaskom/seaborn/issues/63 .

OriginalL'auteur bgschiller | 2014-04-08

  1. 20

    Mise à jour: Cette fonctionnalité est maintenant dans la dernière version de Seaborn. Voici un exemple.

    Ce qui suit a été mon palliatif:

    def factor_scatter_matrix(df, factor, palette=None):
'''Create a scatter matrix of the variables in df, with differently colored
points depending on the value of df[factor].
inputs:
df: pandas.DataFrame containing the columns to be plotted, as well 
as factor.
factor: string or pandas.Series. The column indicating which group 
each row belongs to.
palette: A list of hex codes, at least as long as the number of groups.
If omitted, a predefined palette will be used, but it only includes
9 groups.
'''
import matplotlib.colors
import numpy as np
from pandas.tools.plotting import scatter_matrix
from scipy.stats import gaussian_kde
if isinstance(factor, basestring):
factor_name = factor #save off the name
factor = df[factor] #extract column
df = df.drop(factor_name,axis=1) # remove from df, so it 
# doesn't get a row and col in the plot.
classes = list(set(factor))
if palette is None:
palette = ['#e41a1c', '#377eb8', '#4eae4b', 
'#994fa1', '#ff8101', '#fdfc33', 
'#a8572c', '#f482be', '#999999']
color_map = dict(zip(classes,palette))
if len(classes) > len(palette):
raise ValueError('''Too many groups for the number of colors provided.
We only have {} colors in the palette, but you have {}
groups.'''.format(len(palette), len(classes)))
colors = factor.apply(lambda group: color_map[group])
axarr = scatter_matrix(df,figsize=(10,10),marker='o',c=colors,diagonal=None)
for rc in xrange(len(df.columns)):
for group in classes:
y = df[factor == group].icol(rc).values
gkde = gaussian_kde(y)
ind = np.linspace(y.min(), y.max(), 1000)
axarr[rc][rc].plot(ind, gkde.evaluate(ind),c=color_map[group])
return axarr, color_map

    Comme un exemple, nous allons utiliser le même jeu de données comme dans la question, disponible ici

    >>> import pandas as pd
>>> iris = pd.read_csv('iris.csv')
>>> axarr, color_map = factor_scatter_matrix(iris,'Name')
>>> color_map
{'Iris-setosa': '#377eb8',
'Iris-versicolor': '#4eae4b',
'Iris-virginica': '#e41a1c'}

    étiquettes de classe dans les Pandas scattermatrix

    Espère que c'est utile!

    Dans le cas où quelqu'un se termine ici par la recherche, comme de seaborn 0.4 cela devrait être assez facile. Ici un exemple de base.
    beau travail!

    OriginalL'auteur bgschiller

  2. 14

    Vous pouvez aussi appeler le scattermatrix de pandas comme suit :

    pd.scatter_matrix(df,color=colors)

    avec colors être une liste de taille len(df)contenant couleurs

    Qui travaille dans un pincement, mais il ne veut pas sortir de la histogrammes en couleur le long de la diagonale principale. Voici à quoi il ressemble sur mon ordinateur: imgur.com/pJXgVpJ
    À droite, puis votre solution est la meilleure.

    OriginalL'auteur jrjc