scatter_matrixの引数が何を表しているかわかりません

Question

grr = pd.scatter_matrix(iris_dataframe,c=y_train,figsize=(15,15),marker='o',hist_kwds={'bins': 20},s=60,alpha=.8,cmap=mglearn.cm3)

上記のコードのそれぞれの引数が散布図を書く上で何を表しているのかわかりません．
分かる方がいたら教えて欲しいです．
自分で調べてよく分からなかったので質問させてもらいました．

iris_dataframeはsklearn内のload_iris()によってつくられたdatasetです．

Answer 1

そのコードだけ見せられても多分に推測が入った情報しか書けませんが、幸いドキュメントからある程度はわかります。

とりあえずわかる範囲で答えると、

• c=y_train

matplotlibのscatterに渡る引数で、こうするとy_trainを0-1にスケーリングした値をcmapに通した色が点の色になります。

• figsize=(15,15)

図のサイズ

• marker='o'

これもscatterに渡る引数で、マーカの形を指定しています。

• hist_kwds={'bins': 20}

ヒストグラムのbins（棒の数）を指定しています。

• s=60

scaterに渡る引数で、マーカのサイズ。

• alpha=.8

図上のオブジェクトの透明度です。

• cmap=mglearn.cm3

カラーマップ。どんな色で描画するかを指定しています。matplotlibのカラーマップの概念を理解していないと意味不明だと思うので、ご自身で調べてください。

参考：
pandas.plotting.scatter_matrix — pandas 0.23.1 documentation
pandas.DataFrame.hist — pandas 0.23.1 documentation
matplotlib.pyplot.scatter — Matplotlib 2.2.2 documentation

---

load_iris()はDataFrameを返さないので、渡す前に何らかの加工が行われていると思われます。

なので、結果はiris_dataframeの中身によって変わると思います。c=y_trainということはこのデータフレームには学習データだけ入っていないとまずい結果になりそうですが、どうなっているのだろう。

Comments

[xkx]

丁寧な回答ありがとうございました！
load_iris()で作られたdatasetにtrain_teat_splitを行ってX_train,X_test,y_train,y_testの四つに分割していました．その後にiris_dataframe=pandas.DataFrame(X_train,columns=iris_dataset.feature_names)
でdataframeにしているみたいです