带有Pandas的散点图中的刻度标签未正确绘制

Question

我正在使用Pandas绘制散点图矩阵,但第一个绘图的刻度标签有时会正确绘制,有时会错误地绘制.我无法弄清楚出了什么问题!

这是一个例子:

码:

from pandas.tools.plotting import scatter_matrix
import pylab
import numpy as np
import pandas as pd

def create_scatterplot_matix(X, name):    
    """
    Outputs a scatterplot matrix for a design matrix.

    Parameters:
    -----------
    X:a design matrix where each column is a feature and each row is an observation.
    name: the name of the plot.
    """
    pylab.figure()
    df = pd.DataFrame(X)
    axs = scatter_matrix(df, alpha=0.2, diagonal='kde')

    for ax in axs[:,0]: # the left boundary
        ax.grid('off', axis='both')
        ax.set_yticks([0, .5])

    for ax in axs[-1,:]: # the lower boundary
        ax.grid('off', axis='both')
        ax.set_xticks([0, .5])

    pylab.savefig(name + ".png")

伙计们,有人吗？!!

编辑(X的例子):

X = np.random.randn(1000000, 10)

Answer 1

这是有意的行为。y 轴值显示第 0 列的 y 轴值。第 0 行、第 0 列包含概率密度图。第 0 行、第 1-3 列包含用于在对角线上创建图形的数据。

Pandas Plotting 文档中的示例看起来很相似。

示范：

from pandas.tools.plotting import scatter_matrix
import pylab
import numpy as np
import pandas as pd

def create_scatterplot_matix(X, name):    
    pylab.figure()

    df = pd.DataFrame(X)
    axs = scatter_matrix(df, alpha=0.2, diagonal='kde')

    pylab.savefig(name + ".png")

create_scatterplot_matix([[0,0,0,0]
                         ,[1,1,1,1]
                         ,[1,1,1,1]
                         ,[2,2,2,2]],'test')

在此示例代码中，我使用了一个极其简单的数据集来进行演示。我还删除了设置 y 和 x 刻度的代码部分。

这是结果图：

每条对角线上都有一个概率密度图。每条非对角线中都是用于创建对角线中的图形的数据。第 0 行的 y 轴显示位于第 0,0 位置的概率密度图的 y 轴。第 1、第 2 和第 3 行的 y 轴显示用于在对角线上创建概率密度图的 0,1、0,2 和 0,3 位置中的数据的 y 轴。

您可以在我们的示例中看到以下绘制点：[0,0] [1,1] [2,2]。[1,1] 处的点较暗，因为该位置处的点比其他位置处的点更多。

发生的情况是，您的数据集的所有值都在 0 和 1 之间，这就是为什么 0.5 在两个轴上完美地显示在行/列的中心。然而，数据严重偏向值 0，这就是为什么概率密度图越接近 0 就越猛增。第 0 行中概率密度图的最大值看起来约为（眼球测试）约 8 -10。

我个人会做的是将您的左边界代码编辑为如下所示：

autoscale = True # We want the 0,0th item's y-axis to autoscale
for ax in axs[:,0]: # the left boundary
    ax.grid('off', axis='both')
    if autoscale == True:     
        ax.set_autoscale_on(True)
        autoscale = False
    else:
        ax.set_yticks([0, 0.5])

对于我们的示例数据集，使用此技术会生成如下图表：