多元统计分析 实验一、多元统计数据的图标表示法

为了研究人体的心肺功能,对 31个成年男子测量了肺活量(OXY), 并且记录了他们的年龄(age)、体重( weight),以及简单训练后的测试数据:跑 1.5 英里的时间(time)、休息时的脉搏( pulse)、跑步时的脉搏 ( pulse)和跑步时记录的最大脉搏( pulse),共 7 项指标(数据见表 1.2)

(1)分别绘制 OXY 与 time 和 age 的散布图,从图中可得出什么结论?

(2)绘制 7 项指标的散布图矩阵,从这里能否直观看出一些结论

(3)绘制序号为 1,2,21,22 的 4 个人的轮廓图和雷达图;

(4)绘制序号为 1,2,21,2 的 4 个人的调和曲线图(放在同一张图上)

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from pandas.plotting import andrews_curves
 
plt.rcParams['font.family'] = 'Microsoft YaHei'
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
 
data = pd.read_csv(r"data/肺活量与其他指标的数据.txt", sep='\t')
 
# (1) 绘制OXY与time和age的散布图
 
plt.title("散布图")
plt.scatter(data["OXY"], data["time"], label="OXY与time")
plt.scatter(data["OXY"], data["age"], label="OXY与age")
plt.legend()
plt.grid(True)
plt.show()
 
# （2）)绘制 7 项指标的散布图矩阵
 
pd.plotting.scatter_matrix(data)
plt.title("散布矩阵图")
plt.show()
 
# （3）绘制序号为 1,2,21,22 的 4 个人的轮廓图
 
plt.figure()
data1 = data.loc[[0, 1, 20, 21]]
pd.plotting.parallel_coordinates(data1, "No")
plt.title("轮廓图")
plt.show()
 
# （3）绘制序号为 1,2,21,22 的 4 个人的雷达图
 
data1 = data1.set_index("No")  # 数据处理
labels = data1.columns.values  # 特征值
kinds = list(data1.index)  # 成员变量
data1 = pd.concat([data1, data1[[labels[0]]]], axis=1)  # 再添加第一列，使雷达图闭合。
contents = np.array(data1)
nAttr = len(labels)
angle = np.linspace(0, 2 * np.pi, nAttr, endpoint=False)  # 平分雷达图
angle = np.concatenate((angle, [angle[0]]))  # 闭合
labels = np.concatenate((labels, [labels[0]]))  # 特征值闭合
fig = plt.figure()
ax = fig.add_subplot(111, polar=True)
for i in range(len(kinds)):
    ax.plot(angle, contents[i], linewidth=1, label=kinds[i])
    ax.fill(angle, contents[i], alpha=0.2)
ax.set_thetagrids(angle * 180 / np.pi, labels)
plt.legend()
plt.title("雷达图")
plt.show()
 
# （4）绘制序号为 1,2,21,2 的 4 个人的调和曲线图(放在同一张图上)
 
pd.plotting.andrews_curves(data.loc[[0, 1, 20, 21]], "No")
plt.title("调和曲线图")
plt.show()