知识卡片

普通读书笔记卡 · 6384.a

散点矩阵区分边际与成对分布

理解等级:中级

散点矩阵的非对角面板显示两变量的配对关系,对角面板可放各变量的直方或密度分布。它便于同时探索相关形态、离群点与单变量分布,但面板轴可能不同,逐格比较前要看标尺。大量同时查看产生的线索仍需进一步验证,不是所有图形趋势都稳健。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      对角线上放置各变量的直方图或密度图。结果如图8-23所示: In [93]: pd.scatter_matrix(trans_data, diagonal='kde', color='k', alpha=0.3) 图8-22:一张简单的散布图 图8-23:statsmodels macro data的散布图矩阵 译注3:本书前面没有用过这个数据集,读者不用找

    参考来源

    - 位置:《利用Python进行数据分析》第8章《散布图》(spine299;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0285.html;u183-ch08-023)。 - 结论依据:原文在“对角线上”附近的定义、例子或代码支撑本卡核心说明:散点矩阵的非对角面板显示两变量的配对关系,对角面板可放各变量的直方或密度分布。边界按已读前提解释;示例未执行。 - 原始内容:对角线上放置各变量的直方图或密度图。结果如图8-23所示: In [93]: pd.scatter_matrix(trans_data, diagonal='kde', color='k', alpha=0.3) 图8-22:一张简单的散布图 图8-23:statsmodels macro data的散布图矩阵 译注3:本书前面没有用过这个数据集,读者不用找