5.散点图矩阵 pd.plotting.scatter_matrix

pd.plotting.scatter_matrix(iris_dataframe, c=y_train, figsize=(15,15), marker=‘0’, hist_kwds={‘bins’:50},s=60,alpha=.8, cmap=mglearn.cm3)
结果：

1. pd.scatter_matrix若不可用。
   用pd.plotting.scatter_matrix替换掉pd.scatter_matrix即可。
2. 第一个参数 dataframe：iris_dataframe 按行取数据
   第二个参数 c=c=y_train 颜色，用不同着色度区分不同种类
   三：figsize=(15,15) 图像区域大小，英寸为单位
   四：marker=‘0’ 点的形状，0是圆，1是￥
   五： hist_kwds={‘bins’:50} 对角线上直方图的参数元组
   六：s=60 描出点的大小
   七：alpha=.8 图像透明度，一般取(0,1]
   八：cmap=mglearn.cm3 mylearn实用函数库，主要对图进行一些美化等私有功能，可见https://github.com/YifengChu/introduction_to_ml_with_python

（代码来自《python机器学习基础教程》）
Q:
如何理解给出的图？如何分析关联性、变量分布？

A: 这张图分为两部分：对角线部分和非对角线部分。
对角线部分： 核密度估计图（Kernel Density Estimation），就是用来看某 一个 变量分布情况，横轴对应着该变量的值，纵轴对应着该变量的密度（可以理解为出现频次）。
非对角线部分：两个 变量之间分布的关联散点图。将任意两个变量进行配对，以其中一个为横坐标，另一个为纵坐标，将所有的数据点绘制在图上，用来衡量两个变量的关联度（Correlation）。关于如何分析关联度，可以参考 Wiki:correlation and dependence16。
对这个问题，你还可以参考论坛中的这个帖子：从散列图看数据相关性。

你把图画出来以后，你会看到比如上面的散点图，那么比如说数据的分布可能是像一条线那就是线性的这种。就是你可以充分联想一下它和你见过的哪些函数曲线会类似。

可以使用相关系数，量化方式查看相关性

In [1]: import pandas as pd

In [2]: import numpy as np

In [3]: df = pd.DataFrame(np.array([[1, 2, 3], [100, 9, 6], [0, 78, 9]]).T, columns=[‘A’, ‘B’, ‘C’])

In [4]: df.corr()

Out[4]: A B C

A 1.000000 -0.879722 0.105453

B -0.879722 1.000000 -0.565606

C 0.105453 -0.565606 1.000000

相关性越高，证明一个特征可有另一个特征得到，所以两个特征中可以适当舍去一个

对角线上的是概率密度分布图（轴上的坐标不适用）
其它都是散点图（轴上的坐标适用）

x=y表示两者不相关
来自 https://blog.csdn.net/zhuiqiuuuu/article/details/82721962