如何使用 scatter_matrix in python 可视化离散数据的相关性？

Question

for attribute in ['alcohol','chlorides','density']:
    compare = wine_data[["quality", attribute]]
    plot = pp.scatter_matrix(compare)
    plt.show()

我找到了下图。质量是 0-10 范围内的整数。 ['alcohol','chlorides','density']是连续数据。 ['alcohol'、'chlorides'、'density'] 与质量之间的相关性分别为 0.432733、-0.305599 和 -0.207202。下面三张图怎么理解？有没有更好的方法来可视化离散数据的相关性？

Answer 1

我更喜欢 Seaborn 的 regplot 函数 - 它会绘制与您在此处看到的相同的散点图以及拟合顶部的回归线。回归线将帮助您了解相关性是正相关还是负相关（向上/向下倾斜）以及在回归线周围的阴影中提供误差线。

https://seaborn.pydata.org/generated/seaborn.regplot.html

如何使用 scatter_matrix in python 可视化离散数据的相关性？

How to visualize correlation of discrete data using scatter_matrix in python?

python

matplotlib

correlation

discrete-mathematics