pandas.plotting.scatter_matrix # pandas.plotting。scatter_matrix(frame, alpha = 0.5, figsize = None, ax = None, grid = False,对角线= 'hist', marker = '.',密度_kwds = None, hist_kwds = None, range_padding = 0.05, ** kwargs)[来源] # 绘制散点图矩阵。 参数: 帧数据帧 阿尔法浮动,可选应用的透明度量。 Figsize (浮点型,浮点型),可选以英寸为单位的元组(宽度、高度)。 ax Matplotlib 轴对象,可选 网格布尔值,可选将其设置为 True 将显示网格。 对角线{'hist', 'kde'}在“kde”和“hist”之间进行选择,用于核密度估计或对角线中的直方图。 标记str,可选Matplotlib 标记类型,默认“.”。 Density_kwds关键字要传递给核密度估计图的关键字参数。 hist_kwds关键字要传递给 hist 函数的关键字参数。 range_padding浮点型,默认 0.05x 和 y 轴范围相对于 (x_max - x_min) 或 (y_max - y_min) 的相对扩展。 **夸格要传递给分散函数的关键字参数。 返回: numpy.ndarray散点图矩阵。 例子 >>> df = pd.DataFrame(np.random.randn(1000, 4), columns=['A','B','C','D']) >>> pd.plotting.scatter_matrix(df, alpha=0.2) array([[<Axes: xlabel='A', ylabel='A'>, <Axes: xlabel='B', ylabel='A'>, <Axes: xlabel='C', ylabel='A'>, <Axes: xlabel='D', ylabel='A'>], [<Axes: xlabel='A', ylabel='B'>, <Axes: xlabel='B', ylabel='B'>, <Axes: xlabel='C', ylabel='B'>, <Axes: xlabel='D', ylabel='B'>], [<Axes: xlabel='A', ylabel='C'>, <Axes: xlabel='B', ylabel='C'>, <Axes: xlabel='C', ylabel='C'>, <Axes: xlabel='D', ylabel='C'>], [<Axes: xlabel='A', ylabel='D'>, <Axes: xlabel='B', ylabel='D'>, <Axes: xlabel='C', ylabel='D'>, <Axes: xlabel='D', ylabel='D'>]], dtype=object)