09 成对分析图

成对分析图是以图像形式分析多个变量之间相关性的图像，是矩阵图的具象化。
如我们之前所学习的，我们可以使用散点图，或者带最佳拟合线的散点图来描述变量两两之间的关系。
但当我们有着探索多个特征两两之间关系的需求时，一一绘制图像的效率比较低下，因此我们才引入相关性矩阵。
但如果我们还是希望绘制出图像，我们就可以使用成对分析图，一种类矩阵的绘图方式，一次性绘制出所有特征之间的相关性图像。
成对分析图的横坐标是所有特征，纵坐标也是所有特征。

横纵坐标为不同的特征时，显示两个特征之间的相关性图像。
当横纵坐标为同一个特征时，显示这个特征自身的分布图。

1. 导入需要的绘图库

import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
large = 22; med = 16; small = 12
params = {'axes.titlesize': large,
          'legend.fontsize': med,
          'figure.figsize': (16, 10),
          'axes.labelsize': med,
          'axes.titlesize': med,
          'xtick.labelsize': med,
          'ytick.labelsize': med,
          'figure.titlesize': large}
plt.rcParams.update(params)
plt.style.use('seaborn-whitegrid')
sns.set_style("white")
import numpy as np
import pandas as pd
import warnings; warnings.filterwarnings(action='once')

2. 导入数据

# seaborn中自带数据库，可以从中导入著名的鸢尾花数据集
df = sns.load_dataset('iris')

df.head()

df.columns = ['花萼长', '花萼宽', '花瓣长', '花瓣宽', 'species']

df.head()

3. 绘制图像

sns.pairplot()

重要参数：

hue：类别所在的列（和带拟合线的散点图一致），取出数据集的子集，对数据集进行分类，其实单词“hue”是色调的意思，可以将这个参数与我们之前的类中的参数c来进行对比，在这个参数中输入不同的类别，可以让不同的数据集展示不同的颜色
kind：绘制的相关性图像类型，可以选择“scatter”散点图或者“reg”带拟合线的散点图

plt.figure(figsize = (10, 8), dpi = 80) # 设置画布
plt.rcParams['font.sans-serif'] = ['Simhei'] # 显示中文
sns.pairplot(df # 数据，包含各特征和标签
            , kind = 'scatter' # 要绘制的图像类型
            , hue = 'species' # 类别所在的列（标签）
            , plot_kws = dict(s = 40, edgecolor = 'white', linewidth = 1) # 补充散点图的详细设置
            )

<seaborn.axisgrid.PairGrid at 0x1ed58d37cf8>
<Figure size 800x640 with 0 Axes>

sns.pairplot(df # 数据，包含各特征和标签
            , kind = 'reg' # 要绘制的图像类型
            , hue = 'species' # 类别所在的列（标签）
            )

<seaborn.axisgrid.PairGrid at 0x1ed5a9219b0>

4. 解读散点图

1. 从纵坐标为花萼长的一行看起：

图二：花萼越宽，花萼越长。setosa的花萼相对更宽，其他两种花的花萼更长，其中virginica的花萼最长。
图三：setosa的花瓣最短，而且setosa的花萼越长，花瓣的长度没有变化。其他两种花的花萼越长，花瓣也越长。其中virginica的花瓣最长。
图四：setosa的花瓣最窄，而且setosa的花萼越长，花瓣的宽度没有变化。其他两种花的花萼越长，花瓣也越宽。其中virginica的花瓣最宽。

1. 再看纵坐标为花萼宽的一行：

每种花的花萼宽与花瓣大小的关系同上

1. 最后看纵坐标为花瓣长的一行：

每种花的花瓣越长，花瓣也越宽。其中setosa的花瓣最短，virginica的花瓣最长

1. 结论：

花瓣与花萼间的关系：

seatosa的花瓣大小与花萼大小没有关系
其他两种花的花瓣大小与花萼大小正相关

花萼与花萼间的关系：

seatosa的花萼宽与花萼长正相关
其他两种花的花萼宽与花萼长正相关

花瓣与花瓣间的关系：

每种花的花瓣宽与花瓣长都正相关

5. 解读分布图

1. 花萼：

versicolor和virginica的花萼更长，setosa的花萼最短，且长度较为集中
setosa的花萼最宽

1. 花瓣：

setosa的花瓣最短，其他两种花的花瓣更长。其中virginica的花瓣最长
setosa的花瓣最窄，其他两种花的花瓣更宽。其中virginica的花瓣最宽

1. 结论：

setosa的花萼宽且短，其他两种花的花萼窄且长。其中virginica的花萼最长最宽
setosa的花瓣窄且短，其他两种花的花瓣宽且长。其中virginica的花瓣最长最宽

6. 什么时候用相关性矩阵，什么时候用成对分析图呢？

当探索不同分类下的特征之间的相关性的时候，用成对分析图
当特征很多的时候，使用相关性矩阵，当特征只有少数几个的时候，使用成对分析图
在意特征本身的分布时，使用成对分析图
当数据较少时，使用成对分析图