數(shù)據(jù)可視化 Scatter Plot Matrix


Figure 1

Scatter Plot Matrix 又叫 Scagnostic. 是一種常用的高維度數(shù)據(jù)可視化技術(shù)。它將高維度的數(shù)據(jù)每?jī)蓚€(gè)變量組成一個(gè)散點(diǎn)圖缀蹄,再將他們按照一定的順序組成散點(diǎn)圖矩陣峭跳。通過這樣的可視化方式,能夠?qū)⒏呔S度數(shù)據(jù)中所有的變量?jī)蓛芍g的關(guān)系展示出來缺前。

Figure 1, 用scatter plot matrix 展示了安德森鳶尾花卉數(shù)據(jù)集(Anderson’s Iris data set) , 數(shù)據(jù)集里面一共有四個(gè)變量 sepals width, sepals height, petals width, petals height(看又左到右對(duì)角線4個(gè)散點(diǎn)圖蛀醉,這四個(gè)散點(diǎn)圖的橫縱變量是sepals width - vs - sepals width, sepals height - vs - sepals height,….這是為什么,散點(diǎn)圖的點(diǎn)只顯示在對(duì)角線上).最上面左邊的散點(diǎn)圖橫軸是petal width, 縱軸是sepal width. 圖中的三種顏色表示三種不同的種類的安德森鳶尾花衅码。通過這樣的方式拯刁,我們能夠一眼看到所有的數(shù)據(jù),同時(shí)進(jìn)行比較逝段。但是可以看到圖標(biāo)中沿著對(duì)角線兩邊的圖標(biāo)是對(duì)稱的,因?yàn)橛胹epals width -vs-?petals height, 和?petals height -vs-?sepals width 展示出來的散點(diǎn)圖是類似的垛玻,只是將橫軸縱軸對(duì)調(diào)。


Figure 2

Figure 2奶躯,對(duì)scatter plot 進(jìn)行了改良帚桩,將重復(fù)的散點(diǎn)圖換成了數(shù)據(jù),數(shù)據(jù)表示的是correlate rate(線性相關(guān)性)巫糙。對(duì)角線的散點(diǎn)圖改成了柱狀圖朗儒,用來顯示當(dāng)前變量的數(shù)值分布。

Scatter Plot Matrix 最初是由john and paul turkey 提出的, 如之前所提参淹,它能夠讓你一眼就看到所有的變量的兩兩相關(guān)性醉锄。但是這個(gè)技術(shù)有一個(gè)很大的缺陷,就是單數(shù)據(jù)的維度變得很大的時(shí)候計(jì)算機(jī)的屏幕就無法容納這么多的散點(diǎn)圖浙值。Here is an example from Mike Bostock你只需要把頁面的數(shù)據(jù)改成自己的數(shù)據(jù)恳不,就可以用這個(gè)技術(shù)玩自己的數(shù)據(jù)了。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末开呐,一起剝皮案震驚了整個(gè)濱河市烟勋,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌筐付,老刑警劉巖卵惦,帶你破解...
    沈念sama閱讀 216,651評(píng)論 6 501
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異瓦戚,居然都是意外死亡沮尿,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,468評(píng)論 3 392
  • 文/潘曉璐 我一進(jìn)店門较解,熙熙樓的掌柜王于貴愁眉苦臉地迎上來畜疾,“玉大人,你說我怎么就攤上這事印衔》却罚” “怎么了?”我有些...
    開封第一講書人閱讀 162,931評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵奸焙,是天一觀的道長(zhǎng)瞎暑。 經(jīng)常有香客問我,道長(zhǎng)与帆,這世上最難降的妖魔是什么金顿? 我笑而不...
    開封第一講書人閱讀 58,218評(píng)論 1 292
  • 正文 為了忘掉前任,我火速辦了婚禮鲤桥,結(jié)果婚禮上揍拆,老公的妹妹穿的比我還像新娘。我一直安慰自己茶凳,他們只是感情好嫂拴,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,234評(píng)論 6 388
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著贮喧,像睡著了一般筒狠。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上箱沦,一...
    開封第一講書人閱讀 51,198評(píng)論 1 299
  • 那天辩恼,我揣著相機(jī)與錄音,去河邊找鬼。 笑死灶伊,一個(gè)胖子當(dāng)著我的面吹牛疆前,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播聘萨,決...
    沈念sama閱讀 40,084評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼竹椒,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了米辐?” 一聲冷哼從身側(cè)響起胸完,我...
    開封第一講書人閱讀 38,926評(píng)論 0 274
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎翘贮,沒想到半個(gè)月后赊窥,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,341評(píng)論 1 311
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡狸页,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,563評(píng)論 2 333
  • 正文 我和宋清朗相戀三年锨能,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片肴捉。...
    茶點(diǎn)故事閱讀 39,731評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡腹侣,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出齿穗,到底是詐尸還是另有隱情傲隶,我是刑警寧澤,帶...
    沈念sama閱讀 35,430評(píng)論 5 343
  • 正文 年R本政府宣布窃页,位于F島的核電站跺株,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏脖卖。R本人自食惡果不足惜乒省,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,036評(píng)論 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望畦木。 院中可真熱鬧袖扛,春花似錦、人聲如沸十籍。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,676評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽勾栗。三九已至惨篱,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間围俘,已是汗流浹背砸讳。 一陣腳步聲響...
    開封第一講書人閱讀 32,829評(píng)論 1 269
  • 我被黑心中介騙來泰國(guó)打工琢融, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人簿寂。 一個(gè)月前我還...
    沈念sama閱讀 47,743評(píng)論 2 368
  • 正文 我出身青樓漾抬,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親陶耍。 傳聞我的和親對(duì)象是個(gè)殘疾皇子奋蔚,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,629評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容

  • 六、可視化 原文:Visualization 譯者:飛龍 協(xié)議:CC BY-NC-SA 4.0 自豪地采用谷歌翻譯...
    布客飛龍閱讀 1,257評(píng)論 0 2
  • [鏈接] 01. matplotlib API入門 02. Pandas中的繪圖函數(shù) 03. 繪制地圖:圖形化顯示...
    進(jìn)步小小青年閱讀 2,921評(píng)論 0 2
  • 設(shè)置繪圖可以在jupyter notebook顯示 可以使用下面三種方法繪圖 直接使用DataFrame繪圖毯欣,比如...
    _我和你一樣閱讀 1,316評(píng)論 0 1
  • 勞動(dòng)了一天酗钞,感覺一整天都是很充實(shí)的来累。中午睡了個(gè)小小的午覺,醒來天空是黑壓壓的一片嘹锁。約摸著暴風(fēng)雨要來啦。 ...
    Visby閱讀 410評(píng)論 13 7
  • 實(shí)事求是說,我不太承認(rèn)自己有寫作的技能熬苍。 很多年之前袁翁,語文成績(jī)過關(guān),我一直歸功于當(dāng)時(shí)有大把的時(shí)間用來讀金庸古龍似枕。 ...
    蘇磊CHIVA閱讀 473評(píng)論 7 7