pandas的scatter_matrix散布矩阵图的理解

Q: 
如何理解问题3中给出的图？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