L'affichage de la paire de l'intrigue dans les Pandas bloc de données

J'essaie d'afficher une paire de la parcelle par la création de scatter_matrix dans les pandas dataframe. C'est de cette façon la paire intrigue est créé:

# Create dataframe from data in X_train
# Label the columns using the strings in iris_dataset.feature_names
iris_dataframe = pd.DataFrame(X_train, columns=iris_dataset.feature_names)
# Create a scatter matrix from the dataframe, color by y_train
grr = pd.scatter_matrix(iris_dataframe, c=y_train, figsize=(15, 15), marker='o',
hist_kwds={'bins': 20}, s=60, alpha=.8, cmap=mglearn.cm3)

Je veux afficher la paire parcelle à ressembler à quelque chose comme cela;

Je suis à l'aide de Python v3.6 et PyCharm et ne suis pas à l'aide de Jupyter Portable.

InformationsquelleAutor user3848207 | 2017-03-04

18

Ce code a fonctionné pour moi à l'aide de Python 3.5.2:
```
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline

from sklearn import datasets

iris_dataset = datasets.load_iris()
X = iris_dataset.data
Y = iris_dataset.target

iris_dataframe = pd.DataFrame(X, columns=iris_dataset.feature_names)

# Create a scatter matrix from the dataframe, color by y_train
grr = pd.plotting.scatter_matrix(iris_dataframe, c=Y, figsize=(15, 15), marker='o',
                                 hist_kwds={'bins': 20}, s=60, alpha=.8)
```
Pour les pandas version < v0.20.0.

Grâce à michael-szczepaniak pour souligner que cette API a été désapprouvée.
```
grr = pd.scatter_matrix(iris_dataframe, c=Y, figsize=(15, 15), marker='o',
                        hist_kwds={'bins': 20}, s=60, alpha=.8)
```
J'ai juste eu à enlever la cmap=mglearn.cm3 pièce, parce que je n'étais pas en mesure de faire mglearn travail. Il y a une incompatibilité de version problème avec sklearn.

Pour ne pas afficher l'image et de l'enregistrer directement sur un fichier vous pouvez utiliser cette méthode:
```
plt.savefig('foo.png')
```
Également supprimer
```
# %matplotlib inline
```
- votre réponse est correcte si je suis en utilisant Jupyter. Cependant, je suis en utilisant pycharm. %matplotlib inline ne fonctionne pas dans mon environnement. Est-il possible si je peux tracer les graphiques sans l'aide de Jupyter? Merci.
- utilisation plt.savefig('foo.png') pour enregistrer la figure de fichier et pas d'affichage en ligne.
- Merci. plt.savefig('foo.png') œuvres. plt.show() fonctionne bien pour moi aussi.
- YvetteColomb: Merci pour cette remarque. Les Versions de logiciels en constante évolution, nous avons donc besoin d'un bon moyen pour Stackoverflow de gérer ces questions. Avoir un standard façon de traiter avec cela aidera tout le monde. Grâce à @Michael Szczepaniak pour souligner l'incompatibilité de version problème 🙂 et merci à vous pour élever le débat 🙂
InformationsquelleAutor Vikash Singh

Juste une mise à jour de Vikash est une excellente réponse. Les deux dernières lignes doivent maintenant être:

grr = pd.plotting.scatter_matrix(iris_dataframe, c=Y, figsize=(15, 15), marker='o',
                                 hist_kwds={'bins': 20}, s=60, alpha=.8)

La scatter_matrix fonction a été déplacé à la tracé paquet, de sorte que la réponse originale à cette question, bien que correct, est maintenant obsolète.

Donc le code complet serait maintenant:

import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline

from sklearn import datasets

iris_dataset = datasets.load_iris()
X = iris_dataset.data
Y = iris_dataset.target

iris_dataframe = pd.DataFrame(X, columns=iris_dataset.feature_names)
# create a scatter matrix from the dataframe, color by y_train
grr = pd.plotting.scatter_matrix(iris_dataframe, c=Y, figsize=(15, 15), marker='o',
                                 hist_kwds={'bins': 20}, s=60, alpha=.8)

L'original de la réplique ne comprend plus ce, dans le cadre de cette méta post meta.stackoverflow.com/a/359441/1873567
Eh bien, la réponse originale à cette question maintenant re-comprend cela, comme Vikash Singh a fait la bonne chose et mise à jour de sa réponse. Alors maintenant, cette réponse est complètement redondant, encore une fois.

InformationsquelleAutor Michael Szczepaniak

Je sais enfin comment le faire avec PyCharm.

Il suffit d'importer matploblib.plotting comme plt à la place:

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import mglearn
from pandas.plotting import scatter_matrix

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split

iris_dataset = load_iris()

X_train,X_test,Y_train,Y_test = train_test_split(iris_dataset['data'],iris_dataset['target'],random_state=0)
iris_dataframe = pd.DataFrame(X_train,columns=iris_dataset.feature_names)

grr = scatter_matrix(iris_dataframe,c = Y_train,figsize = (15,15),marker = 'o',
                        hist_kwds={'bins':20},s=60,alpha=.8,cmap = mglearn.cm3)
plt.show()

Puis, il fonctionne parfaitement comme ci-dessous:

L'affichage de la paire de l'intrigue dans les Pandas bloc de données

Comment est-ce à ajouter de la valeur pour les réponses existantes?
Corbett du code n'est pas utile, à ce moment,donc je viens de poster une version de code correct
Qu'est-ce à dire: "il suffit d'importer matploblib.traçage comme plt à la place."

InformationsquelleAutor R.Zhan

L'affichage de la paire de l'intrigue dans les Pandas bloc de données tout d'abord, utilisez
pip install mglearn
puis importer le mglearn

le code sera comme ceci...

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
import pandas as pd
import mglearn
import matplotlib.pyplot as plt

iris_dataframe=pd.DataFrame(X_train,columns=iris_dataset.feature_names)
grr=pd.scatter_matrix(iris_dataframe,
                  c=y_train,figsize=(15,15),marker='o',hist_kwds={'bins':20},
                  s=60,alpha=.8,cmap=mglearn.cm3)
plt.show()

InformationsquelleAutor Rahul Kumar Gupta

Cela est également possible à l'aide de seaborn:

import seaborn as sns

df = sns.load_dataset("iris")
sns.pairplot(df, hue="species")

L'affichage de la paire de l'intrigue dans les Pandas bloc de données

InformationsquelleAutor Alexander

Vous devez vous connecter pour publier un commentaire.