pandas.plotting.radviz

pandas.plotting.radviz(фрейм, class_column, ax=None, цвет=None, цветовая карта=None, **kwds)

Построение многомерного набора данных в 2D.

Каждый Series в DataFrame представлен как равномерно распределенный сегмент на окружности. Каждая точка данных отображается в окружности в соответствии с значением в каждом Series. Высококоррелированные Series в DataFrame расположены ближе на единичной окружности.

RadViz позволяет проецировать N-мерный набор данных в 2D-пространство, где влияние каждого измерения можно интерпретировать как баланс между влиянием всех измерений.

Дополнительная информация доступна на оригинальная статья описание RadViz.

Параметры:

фреймDataFrame

Объект, содержащий данные.

class_columnstr

Имя столбца, содержащее название категории точки данных.

axmatplotlib.axes.Axes, опционально

Экземпляр графика, к которому добавляется информация.

цветlist[str] или tuple[str], опционально

Назначьте цвет каждой категории. Пример: [‘синий’, ‘зеленый’].

цветовая картаstr или matplotlib.colors.Colormap, по умолчанию None

Цветовая карта для выбора цветов. Если строка, загрузить цветовую карту с этим именем из matplotlib.

**kwds

Параметры для передачи методу построения диаграммы рассеяния matplotlib.

Возвращает:

matplotlib.axes.Axes

Смотрите также

pandas.plotting.andrews_curves

Визуализация кластеризации.

Примеры

>>> df = pd.DataFrame(
...     {
...         'SepalLength': [6.5, 7.7, 5.1, 5.8, 7.6, 5.0, 5.4, 4.6, 6.7, 4.6],
...         'SepalWidth': [3.0, 3.8, 3.8, 2.7, 3.0, 2.3, 3.0, 3.2, 3.3, 3.6],
...         'PetalLength': [5.5, 6.7, 1.9, 5.1, 6.6, 3.3, 4.5, 1.4, 5.7, 1.0],
...         'PetalWidth': [1.8, 2.2, 0.4, 1.9, 2.1, 1.0, 1.5, 0.2, 2.1, 0.2],
...         'Category': [
...             'virginica',
...             'virginica',
...             'setosa',
...             'virginica',
...             'virginica',
...             'versicolor',
...             'versicolor',
...             'setosa',
...             'virginica',
...             'setosa'
...         ]
...     }
... )
>>> pd.plotting.radviz(df, 'Category')