python - Pandas 散点矩阵 - 直方图是什么意思？

Question

我不理解 Pandas 散点矩阵中的直方图。

我绘制了 iris 数据集的散点矩阵。

from sklearn import datasets
import pandas as pd
import matplotlib.pyplot as plt

iris = datasets.load_iris()
X = iris.data
y = iris.target
df = pd.DataFrame(X, columns=iris.feature_names)

_ = pd.plotting.scatter_matrix(df, c=y, figsize=[8, 8], s=150, marker='D')

看起来像这样。

第一个直方图看起来频率不正确，所以我自己对列进行了分箱。

df['sep_len_bin'] = pd.cut(df['sepal length (cm)'], 10)
print(df.sep_len_bin.value_counts().sort_index())

我得到了这些结果。这些频率似乎与散点矩阵中的第一个直方图不匹配。

(4.296, 4.66]     9
(4.66, 5.02]     23
(5.02, 5.38]     14
(5.38, 5.74]     27
(5.74, 6.1]      22
(6.1, 6.46]      20
(6.46, 6.82]     18
(6.82, 7.18]      6
(7.18, 7.54]      5
(7.54, 7.9]       6
Name: sep_len_bin, dtype: int64

然后我自己绘制了一个直方图。

plt.hist(df['sepal length (cm)'], bins=10)

该图与我制作的箱子相匹配。分布与散点矩阵中的第一个直方图具有相同的形状，但为什么散点矩阵直方图具有不同的频率？

Answer 1

所有散点图都将根据所比较的两个变量的范围具有单位和刻度线，而对角线子图是分析一个变量的直方图。请注意，y 轴的所有单位都是 cm匹配数据，但直方图不会以 cm 为单位而是频率。

因此没有显示直方图的频率，因为我猜不清楚这些刻度线应该出现在哪里，但我同意这可能会造成混淆。

顺便说一句，如果您改为绘制 kde，则不会显示刻度线，但整体形状与直方图一样正确。

_ = pd.plotting.scatter_matrix(df, c=y, figsize=[8, 8], s=150, marker='D', diagonal='kde')