python - 如何格式化数据以供 seaborn 使用

Question

我已经计算了文档距离，并在 sklearn 中使用 MDS 来使用 matplotlib 绘制它们。我想用 seaborn (pairplot) 绘制它们，但不知道如何转换 MDS 数据以便 seaborn 可读。

from sklearn.manifold import MDS

mds = MDS(n_components=2, dissimilarity="precomputed", random_state=1)
pos = mds.fit_transform(dist) 
xs, ys = pos[:, 0], pos[:, 1]

names = [name for name in labels] 

# Define the plot
for x, y, name in zip(xs, ys, names):
    plt.scatter(x, y, color=color)
    plt.text(x, y, name)


plt.show()

Answer 1

如 the documentation for pairplot() 中所述，此函数需要一个长格式数据框，其中每一列都是一个变量，每一行都是一个观察值。 最简单的方法是使用 Pandas构建此数据框(尽管我相信 numpy 数组可以工作)。

长格式数据框的行数与观察值一样多，每一列都是一个变量。 seaborn 的强大之处在于使用分类列将数据帧拆分为不同的组。

在您的情况下，数据框可能如下所示:

    X           Y           label
0   0.094060    0.484758    Label_00
1   0.375537    0.150206    Label_00
2   0.215755    0.796629    Label_02
3   0.204077    0.921016    Label_01
4   0.673787    0.884718    Label_01
5   0.854112    0.044506    Label_00
6   0.225218    0.552961    Label_00
7   0.668262    0.482514    Label_00
8   0.935415    0.100438    Label_00
9   0.697016    0.633550    Label_01
(...)

然后您可以像这样将它传递给 pairplot:

sns.pairplot(data=df, hue='label')