如何在一个绘图中绘制30个特征的分布,并在python中通过标签进行区分
我是python初学者,尝试从UCI机器学习中绘制威斯康星州乳腺癌(诊断)数据集的分布 我的数据集如下所示如何在一个绘图中绘制30个特征的分布,并在python中通过标签进行区分,python,matlab,comparison,distribution,pairwise,Python,Matlab,Comparison,Distribution,Pairwise,我是python初学者,尝试从UCI机器学习中绘制威斯康星州乳腺癌(诊断)数据集的分布 我的数据集如下所示 (Mean_Radius) (Mean_Texture) Mean_Perimeter) (Mean_Area) (Mean_Smoothness) Diagnosis -----------------------------------------------------------------------------------------------------
(Mean_Radius) (Mean_Texture) Mean_Perimeter) (Mean_Area) (Mean_Smoothness) Diagnosis
----------------------------------------------------------------------------------------------------------------
(17.99) (10.38) (122.80) (1001.0) (0.11840) M
(12.99) (11.38) (125.80) (1021.0) (0.12540) B
(15.99) (9.38) (123.80) (1000.0) (0.21840) M
(12.09) (12.38) (135.80) (900.0) (0.32540) B
我想创建类似下图的内容(所有30个功能的分布)
但两个阶级是这样分开的
有人知道我如何在python或matlab中实现这一点吗
我试过这个代码,但它没有给我确切的我想要的
sns.pairplot(Data,vars=['Mean_Radius','Mean_Texture','Mean_Perimeter','Mean_Area','Mean_Smoothness','Mean_Compactness','Mean_Concavity','Mean_ConcavePts','Mean_Symmetry','Mean_FractalDim','SE_Radius','SE_Texture','SE_Perimeter','SE_Area','SE_Smoothness','SE_Compactness','SE_Concavity','SE_ConcavePts','SE_Symmetry','SE_FractalDim','Worst_Radius','Worst_Texture','Worst_Perimeter','Worst_Area','Worst_Smoothness','Worst_Compactness','Worst_Concavity','Worst_ConcavePts','Worst_Symmetry','Worst_FractalDim'], hue='Diagnosis')
是否有其他方法可以为所有30个功能绘制此图,以清楚地显示这两个类?给定的示例显示了如何绘制各种功能的直方图
import matplotlib.pyplot as plt
plt.figure(figsize=(24,200))
try:
for i, col in enumerate(Data.columns.to_list()):
plt.subplot(10, 3, i + 1)
plt.hist(Data[col], label=col,color='blue')
plt.legend()
plt.title(col)
plt.tight_layout()
except Exception as e:
print(col,e)
最好是通过添加一些数据和代码来提问,这样人们就会知道您试图解决的问题。你能不能添加一些代码和数据,这样人们可以更快地下载?@MartaG。我很快就会这么做