1.2为多变量数据绘制散点阵图

　　在这篇博客中，用一个小栗子来介绍一下散点图在多变量数据中的一方面应用。

　　scikit库中提供了一些数据，这里使用iris数据集，是一种鸢尾属植物，所给数据中包括两种类型的花，目的是根据所给信息判断两种花分别属于哪一类。也就是说找到区分这两种花的方法。

　　加载库

1 from sklearn.datasets import load_iris 2 import numpy as np 3 import matplotlib.pyplot as plt 4 import itertools

　　导入数据

1 data = load_iris() 2 x = data['data'] 3 y = data['target'] 4 col_names = data['feature_names']

　　首先看一下这个数据集中都有什么，放一张过程当中的截图。

 

 

 

 

 

 

 

 

 

 

 

 

 

　　从上面以及具体内容（数据较多，能够自行查看）能够看到，x中是150x4的二维数组，对应着花萼的长度宽度和花瓣的长度宽度。y中是存储着已知的每组数据对应的花的种类，有0、1两种状况。feature_names中存了每一个属性的名称。

　　先给出主要的程序，而后慢慢解释其中用到的知识点。

 1 # 绘出6个图形，包括了如下几个列：花萼长度、花萼宽度、花瓣长度和花瓣宽度
 2 plt.close('all') # 关掉其余的图像
 3 plt.figure(1)  4 
 5 # 绘制一个3行2列的图
 6 subplot_start = 321
 7 col_numbers = range(0, 4)  8 # 为图形添加标签
 9 col_pairs = itertools.combinations(col_numbers, 2) 10 plt.subplots_adjust(wspace = 0.5) 11 
12 for col_pair in col_pairs: 13  plt.subplot(subplot_start) 14     plt.scatter(x[:,col_pair[0]], x[:,col_pair[1]], c=y) 15  plt.xlabel(col_names[col_pair[0]]) 16     plt.ylabel(col_names[col_pair[1]]) 17     subplot_start += 1
18     plt.show()

• #7：col_numbers = range(0, 4) 上面看到数据中包括四个属性来判断该花属于哪一个类型，在程序当中也就是二维数组中列的0~3。
• #9：col_pairs = itertools.combinations(col_numbers, 2)  itertools.combination能够将里面的内容组合在一块儿。这里因为二维更便于展现，两两组合起来绘图，观察哪些属性能够更清晰的区分出两种花来。返回一个迭代器。
• #12：循环从生成的全部两两组合中取出来，绘图。
• #14：plt.scatter(x[:,col_pair[0]], x[:,col_pair[1]], c=y)  绘制散点图，横纵轴为组合在一块儿的两个属性，[:,col_pair[0]]的意思就是组合中第一个属性的150个数据。
• #17: subplot_start += 1  使图像依次画在一个图形中。

  

 

 

　　根据上述获得的两两组合的结果绘制出6副图像，综合考虑合理性和区分度高，能够发现，最后一张图能够清晰的将两种花区分开来。所使用的属性位花瓣长度和花瓣宽度。那么，后续就能够使用这两个因素来判别花是属于哪一个类型的了。