न्यूमेरिक कॉलम्स का स्कैटर मैट्रिक्स
आपने नए farmer's market डेटा की जाँच की है, और यह काफ़ी वाइड है — हर मार्केट की रो में बहुत सारे कॉलम्स की जानकारी है। न्यूमेरिक कॉलम्स के हर कॉम्बिनेशन के लिए अलग-अलग स्कैटर प्लॉट बनाकर कोरिलेशन देखने के बजाय, आप pandas के बिल्ट-इन फंक्शन से एक स्कैटर मैट्रिक्स बनाने का फैसला करते हैं.
figsize आर्ग्युमेंट से figure size बढ़ाने पर डेंस विज़ुअलाइज़ेशन को थोड़ा स्पेस मिल जाएगा। चूँकि पॉइंट्स में काफ़ी ओवरलैप होगा, इसलिए पॉइंट की अपारदर्शिता (opacity) घटाने से इन ओवरलैप की डेंसिटी बेहतर दिखेगी.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में अपनी डेटा विज़ुअलाइज़ेशन बेहतर करें
अभ्यास निर्देश
marketsDataFrame के कॉलम्स कोnumeric_columnsतक सीमित करें ताकि स्कैटर मैट्रिक्स में केवल न्यूमेरिक नॉन-बाइनरी कॉलम्स दिखें.- फ़िगर साइज को भीड़भाड़ से बचाने के लिए
15बाय10करें. - ओवरलैप वाले क्षेत्रों को दिखाने के लिए पॉइंट की अपारदर्शिता 50% तक घटाएँ.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Select just the numeric columns (exluding individual goods)
numeric_columns = ['lat', 'lon', 'months_open', 'num_items_sold', 'state_pop']
# Make a scatter matrix of numeric columns
pd.plotting.scatter_matrix(markets[____],
# Make figure large to show details
figsize = ____,
# Lower point opacity to show overlap
alpha = ____)
plt.show()