pandas 0.23 - pandas.plotting.radviz()

pandas.plotting.radviz




pandas

pandas.plotting.radviz

pandas.plotting.radviz(frame, class_column, ax=None, color=None, colormap=None, **kwds) [source]

2 डी में एक बहुआयामी डेटा प्लॉट करें।

DataFrame में प्रत्येक श्रृंखला को एक सर्कल पर समान रूप से वितरित स्लाइस के रूप में दर्शाया गया है। प्रत्येक डेटा बिंदु को प्रत्येक श्रृंखला पर मूल्य के अनुसार सर्कल में प्रदान किया जाता है। DataFrame में अत्यधिक सहसंबद्ध Series को इकाई चक्र के करीब रखा जाता है।

रेडविज़ एक 2 डी अंतरिक्ष में सेट एन-डायमेंशनल डेटा को प्रोजेक्ट करने की अनुमति देता है जहां प्रत्येक आयाम के प्रभाव को सभी आयामों के प्रभाव के बीच संतुलन के रूप में व्याख्या की जा सकती है।

रेडविज़ का वर्णन करने वाले मूल लेख में अधिक जानकारी उपलब्ध है।

पैरामीटर:

फ्रेम : DataFrame

पंडों ने डेटा को धारण करने वाली वस्तु।

class_column : str

स्तंभ का नाम जिसमें डेटा बिंदु श्रेणी का नाम है।

ax : matplotlib.axes.Axes , वैकल्पिक

जानकारी जोड़ने के लिए एक प्लॉट उदाहरण है।

रंग : सूची [str] या ट्यूपल [str], वैकल्पिक

प्रत्येक श्रेणी के लिए एक रंग निर्दिष्ट करें। उदाहरण: ['नीला', 'हरा']।

colormap : str या matplotlib.colors.Colormap , डिफ़ॉल्ट कोई नहीं

से रंग का चयन करने के लिए Colormap। यदि स्ट्रिंग, matplotlib से उस नाम के साथ कॉलॉर्मम लोड करें।

kwds : वैकल्पिक

Matplotlib तितर बितर करने की विधि पास करने के लिए विकल्प।

यह दिखाता है:
axes : matplotlib.axes.Axes

यह भी देखें

pandas.plotting.andrews_curves
प्लॉट क्लस्टरिंग विज़ुअलाइज़ेशन

उदाहरण

>>> 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']
...     })
>>> rad_viz = pd.plotting.radviz(df, 'Category')
../_images/pandas-plotting-radviz-1.png