### 使用 Python 进行乳腺癌数据集的多类型可视化 以下是针对乳腺癌数据集使用 `seaborn`、`matplotlib` 和 `pandas` 库实现散点图、箱线图、直方图、柱状图、饼图以及散点图矩阵的具体方法。 #### 导入必要的库 首先需要导入所需的库并加载乳腺癌数据集： ```python import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns from sklearn.datasets import load_breast_cancer # 加载乳腺癌数据集 data = load_breast_cancer() df = pd.DataFrame(data.data, columns=data.feature_names) df['target'] = data.target ``` --- #### 1. 散点图 (Scatter Plot) 通过 `sns.scatterplot()` 或 `plt.scatter()` 方法绘制散点图，展示两个特征之间的关系。 ```python plt.figure(figsize=(8, 6)) sns.scatterplot(x=df.iloc[:, 0], y=df.iloc[:, 1], hue=df['target'], palette="deep") plt.title('Scatter Plot of Two Features') plt.xlabel(data.feature_names[0]) plt.ylabel(data.feature_names[1]) plt.show() ``` 上述代码展示了前两列特征的关系，并按目标变量分类着色[^2]。 --- #### 2. 箱线图 (Box Plot) 利用 `sns.boxplot()` 方法绘制箱线图，用于观察单个特征或多个特征的分布情况。 ```python plt.figure(figsize=(10, 6)) sns.boxplot(data=df.iloc[:, :5]) # 展示前五个特征的分布 plt.title('Box Plots of First Five Features') plt.xticks(rotation=45) plt.show() ``` 此部分选取了前五列特征作为例子来说明其分布特性[^3]。 --- #### 3. 直方图 (Histogram) 通过 `plt.hist()` 或 `sns.histplot()` 方法绘制直方图，显示单一特征的频率分布。 ```python plt.figure(figsize=(8, 6)) sns.histplot(df.iloc[:, 0], bins=30, kde=True, color='blue') plt.title(f'Histogram of {data.feature_names[0]} with KDE') plt.xlabel(data.feature_names[0]) plt.ylabel('Frequency') plt.show() ``` 该直方图还加入了核密度估计曲线以增强可读性[^4]。 --- #### 4. 柱状图 (Bar Chart) 对于类别型数据，可以通过 `sns.barplot()` 方法创建柱状图。这里假设统计不同类别的样本数量。 ```python counts = df['target'].value_counts() plt.figure(figsize=(6, 4)) sns.barplot(x=counts.index, y=counts.values, palette="viridis") plt.title('Count Bar Chart of Target Classes') plt.xlabel('Target Class') plt.ylabel('Counts') plt.show() ``` 这段代码计算了目标变量中的两类样本数并进行了可视化[^1]。 --- #### 5. 饼图 (Pie Chart) 使用 `plt.pie()` 方法制作饼图表示各类别所占比例。 ```python labels = ['Malignant', 'Benign'] sizes = counts.values colors = ['#ff9999','#66b3ff'] plt.figure(figsize=(6, 6)) plt.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90, colors=colors) plt.title('Pie Chart of Target Distribution') plt.axis('equal') plt.show() ``` 此处将目标变量分为恶性(Malignant)和良性(Benign)，并通过颜色区分。 --- #### 6. 散点图矩阵 (Pairwise Scatter Matrix) 借助 `scatter_matrix()` 函数生成所有数值型特征间的散点图矩阵。 ```python from pandas.plotting import scatter_matrix features_to_plot = df.columns[:5].tolist() # 仅取前五个特征作演示 scatter_matrix(df[features_to_plot], alpha=0.5, figsize=(12, 12), diagonal='kde', color='green') plt.suptitle('Scatter Matrix of Selected Features', fontsize=16) plt.show() ``` 这个散点图矩阵不仅包含了各特征间的关系，还在对角线上提供了核密度估计图表。 --- ### 结论 以上分别介绍了如何基于 `seaborn`、`matplotlib` 和 `pandas` 实现六种常见的数据可视化形式。这些技术能够有效揭示乳腺癌数据集中隐藏的信息模式及其潜在关联。