Python 如何从散射矩阵中获取数据数组

我正在使用熊猫的

scatter\u矩阵

，我想知道如何在每个散射矩阵上绘制2D阵列？另外，我如何识别输出的哪个

AxesSubplot

是输出图上的哪个矩阵？

scatter\u matrix

是

pandas

子模块中的

pandas

的一个方便功能。虽然（而且这个示例只提供了一点帮助），但是这个示例使理解它是如何工作的变得非常简单。考虑文档中的例子：

import numpy as np # only needed for the example input
import pandas as pd
from pandas.plotting import scatter_matrix

df = pd.DataFrame(np.random.randn(1000, 4), columns=['a', 'b', 'c', 'd'])
axs = scatter_matrix(df, alpha=0.2, figsize=(6,6), diagonal='kde')
axs[0,0].get_figure().show() # or import and call matplotlib.pyplot.show

请注意左下轴上的标签：这些标签指示输入数据框的哪些列在给定行/列中相对打印。在绘图的第一列中，x轴对应于

df.a

，在绘图的第二行中，y轴对应于

df.b

等（在对角线中，绘制了各列的密度或直方图）。因此，绘图矩阵中的转置元素对应于x和y数据的交换，即绘图相对于x=y线的反射。如果你仔细看看上面的数字，你会发现事实确实如此

换句话说，您不需要计算各个轴的数据，因为您可以直接控制输入数据。在非对角轴

axs[i，j]

中，x数据由

df[df.columns[j]]

给出，y数据由

df[df.columns[i]

给出。下面是一个帮助可视化订单的快速拼图：

axs = scatter_matrix(df, alpha=0.2, figsize=(6,6), diagonal='kde')
for i in range(axs.shape[0]):
    for j in range(axs.shape[1]):
        if i == j:
            continue
        axs[i,j].set_title('x: {}, y: {}'.format(df.columns[j],df.columns[i]),
                           position=(0.5,0.5))

因此，虽然可以挖掘每个

AxesSubplot

对象的内部并从中提取数据，但直接使用

df

的各个列要简单得多。对角线是一个例外：在内核密度图的情况下（假设

diagonal='kde'

关键字被传递到

scatter_matrix

），您无法直接访问底层数据。在这种情况下，您可以从对角线

axessubplot

中提取线：

import matplotlib.pyplot as plt
index = 0
xdat,ydat = axs[index,index].get_lines()[0].get_data() # example for diagonal [0,0]
plt.figure()
plt.plot(xdat,ydat,'-')
plt.xlabel(df.columns[index])
plt.ylabel('density')

---

谢谢，但它仍然没有回答我的问题（或者我没有理解答案）-如何在每个子地块中绘制二维阵列？我是这个图书馆的新手，所以虽然你的答案可能很简单，但我不明白。我想使用相关图，而不是输入的数据框。我的观点就是要使用数据框：）正如我所说，你可以直接做你想做的事情，但你的问题听起来像一个典型的问题。如果你编辑你的问题并解释为什么你真的需要这样做，我可以告诉你怎么做。我想使用XY图作为热图-在你发布的图纸中，越暗，温度越高hotter@shakedzy这并不能回答为什么不能直接使用底层数据帧。或者，如果你的意思是，你想以某种方式使用重叠半透明圆的黑暗，那是不可能的，但肯定有更好的方法。真的，你到底想解决什么问题？（XY问题中的X；）我使用散射矩阵来查找用户不同特征的相关性。我在这些图上标出了我拥有的所有已知欺诈设备，我希望创建一个用于未知设备的热图，看看它们与欺诈行为有多接近