pandas.plotting.radviz

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

Построение многомерного набора данных в 2D.

Каждый ряд в DataFrame представлен равномерно распределённым сегментом окружности. Каждая точка данных отображается на окружности в соответствии со значением в каждом ряду. Сильно коррелированные Series в DataFrame располагаются ближе на единичной окружности.

RadViz позволяет спроецировать набор данных размерности N в 2D пространство, где влияние каждой размерности можно интерпретировать как баланс влияния всех размерностей.

Дополнительная информация доступна в исходной статье, описывающей RadViz.

Параметры

frame:DataFrame

Объект, содержащий данные.

class_column:str

Имя столбца, содержащего имя категории точки данных.

ax:matplotlib.axes.Axes, необязательно

Экземпляр графика, к которому добавляется информация.

color:список [str] или кортеж [str], необязательно

Присвоение цвета каждой категории. Пример: [‘синий’, ‘зелёный’].

colormap:str или matplotlib.colors.Colormap, по умолчанию None

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

**kwds

Опции для передачи методу matplotlib scatter plotting.

Возвращает

class:matplotlib.axes.Axes

См. также

plotting.andrews_curves

Построение визуализации 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')
<AxesSubplot: xlabel='y(t)', ylabel='y(t + 1)'>