如何在一个图中绘制 30 个特征的分布并在 python 中按标签区分答案

【问题标题】：How to plot distribution of 30 features in one plot and differentiating by label in python如何在一个图中绘制 30 个特征的分布并在 python 中按标签区分
【发布时间】：2021-05-22 15:11:47
【问题描述】：

我是 python 初学者，试图从 UCI 机器学习呼吸系统中绘制威斯康星乳腺癌（诊断）数据集的分布。

我的数据集是这样的

(Mean_Radius)  (Mean_Texture)   Mean_Perimeter)   (Mean_Area)    (Mean_Smoothness)   Diagnosis
----------------------------------------------------------------------------------------------------------------
   (17.99)       (10.38)           (122.80)         (1001.0)        (0.11840)          M
   (12.99)       (11.38)           (125.80)         (1021.0)        (0.12540)          B
   (15.99)       (9.38)            (123.80)         (1000.0)        (0.21840)          M
   (12.09)       (12.38)           (135.80)         (900.0)         (0.32540)          B

我想创建如下图所示的内容（所有 30 个功能的分布）

但是两个类是这样分开的；

有人知道我如何在 python 或 matlab 中做到这一点吗？

我试过这段代码，但它并没有给我我想要的。

sns.pairplot(Data,vars=['Mean_Radius','Mean_Texture','Mean_Perimeter','Mean_Area','Mean_Smoothness','Mean_Compactness','Mean_Concavity','Mean_ConcavePts','Mean_Symmetry','Mean_FractalDim','SE_Radius','SE_Texture','SE_Perimeter','SE_Area','SE_Smoothness','SE_Compactness','SE_Concavity','SE_ConcavePts','SE_Symmetry','SE_FractalDim','Worst_Radius','Worst_Texture','Worst_Perimeter','Worst_Area','Worst_Smoothness','Worst_Compactness','Worst_Concavity','Worst_ConcavePts','Worst_Symmetry','Worst_FractalDim'], hue='Diagnosis')

是否有另一种方法可以为所有 30 个特征绘制清晰显示两个类的图？

【问题讨论】：

最好是提出问题，添加一些数据和代码，以便人们知道您尝试解决问题的方法。您能否添加一些代码和数据，以便人们可以更快地回答？
@MartaG.我很快就会这样做

标签： python matlab comparison distribution pairwise

【解决方案1】：

给定的示例显示了如何绘制各种特征的直方图

import matplotlib.pyplot as plt
plt.figure(figsize=(24,200))
try:
    for i, col in enumerate(Data.columns.to_list()):
        plt.subplot(10, 3, i + 1)
        plt.hist(Data[col], label=col,color='blue')
        plt.legend()
        plt.title(col)
        plt.tight_layout()
except Exception as e:
    print(col,e)

【讨论】：