python多变量数据集可视化的方法

在Python中，有许多库可以用来对多变量数据集进行可视化，其中最常用的是`matplotlib`、`seaborn`和`plotly`等。以下是一些常见的方法：

1. **Matplotlib**: 提供了高级绘图函数，如`scatter()`用于创建散点图，`hexbin()`用于六边形网格密度图，`pairplot()`来自`seaborn`包，用于绘制变量之间的二维关系。

import matplotlib.pyplot as plt
import seaborn as sns
# 创建散点矩阵
sns.pairplot(df)
plt.show()

2. **Seaborn**: 是基于`matplotlib`的统计图形库，提供更美观的接口，适合处理复杂的数据集。它的`pairplot()`和`heatmap()`函数非常实用。

sns.heatmap(df.corr(), annot=True)  # 热力图展示变量间的相关性
sns.pairplot(df, hue='category')  # 根据类别分组的散点图

3. **Plotly** 和 **Plotly.express (px)**: 适用于交互式可视化，特别适合网络图、地图等复杂的可视化场景。

import plotly.express as px
fig = px.scatter_matrix(df, dimensions=['var1', 'var2', 'var3'])
fig.show()

4. **Pandas DataFrame.plot()**: 直接在DataFrame上操作，也能生成简单的线图、柱状图等。

df.plot(x='var1', y='var2', kind='scatter')