1.2爲多變量數據繪製散點陣圖

　　在這篇博客中，用一個小栗子來介紹一下散點圖在多變量數據中的一方面應用。

　　scikit庫中提供了一些數據，這裏使用iris數據集，是一種鳶尾屬植物，所給數據中包括兩種類型的花，目的是根據所給信息判斷兩種花分別屬於哪一類。也就是說找到區分這兩種花的方法。

　　加載庫

1 from sklearn.datasets import load_iris 2 import numpy as np 3 import matplotlib.pyplot as plt 4 import itertools

　　導入數據

1 data = load_iris() 2 x = data['data'] 3 y = data['target'] 4 col_names = data['feature_names']

　　首先看一下這個數據集中都有什麼，放一張過程當中的截圖。

 

 

 

 

 

 

 

 

 

 

 

 

 

　　從上面以及具體內容（數據較多，能夠自行查看）能夠看到，x中是150x4的二維數組，對應着花萼的長度寬度和花瓣的長度寬度。y中是存儲着已知的每組數據對應的花的種類，有0、1兩種狀況。feature_names中存了每一個屬性的名稱。

　　先給出主要的程序，而後慢慢解釋其中用到的知識點。

 1 # 繪出6個圖形，包括瞭如下幾個列：花萼長度、花萼寬度、花瓣長度和花瓣寬度
 2 plt.close('all') # 關掉其餘的圖像
 3 plt.figure(1)  4 
 5 # 繪製一個3行2列的圖
 6 subplot_start = 321
 7 col_numbers = range(0, 4)  8 # 爲圖形添加標籤
 9 col_pairs = itertools.combinations(col_numbers, 2) 10 plt.subplots_adjust(wspace = 0.5) 11 
12 for col_pair in col_pairs: 13  plt.subplot(subplot_start) 14     plt.scatter(x[:,col_pair[0]], x[:,col_pair[1]], c=y) 15  plt.xlabel(col_names[col_pair[0]]) 16     plt.ylabel(col_names[col_pair[1]]) 17     subplot_start += 1
18     plt.show()

• #7：col_numbers = range(0, 4) 上面看到數據中包括四個屬性來判斷該花屬於哪一個類型，在程序當中也就是二維數組中列的0~3。
• #9：col_pairs = itertools.combinations(col_numbers, 2)  itertools.combination能夠將裏面的內容組合在一塊兒。這裏因爲二維更便於展現，兩兩組合起來繪圖，觀察哪些屬性能夠更清晰的區分出兩種花來。返回一個迭代器。
• #12：循環從生成的全部兩兩組合中取出來，繪圖。
• #14：plt.scatter(x[:,col_pair[0]], x[:,col_pair[1]], c=y)  繪製散點圖，橫縱軸爲組合在一塊兒的兩個屬性，[:,col_pair[0]]的意思就是組合中第一個屬性的150個數據。
• #17: subplot_start += 1  使圖像依次畫在一個圖形中。

  

 

 

　　根據上述獲得的兩兩組合的結果繪製出6副圖像，綜合考慮合理性和區分度高，能夠發現，最後一張圖能夠清晰的將兩種花區分開來。所使用的屬性位花瓣長度和花瓣寬度。那麼，後續就能夠使用這兩個因素來判別花是屬於哪一個類型的了。