Matriz de dispersión (SPLOM) en plotly

Datos de ejemplo

Considera los siguientes datos a modo de ejemplo:

import numpy as np
import pandas as pd

# Simulación de datos
rng = np.random.RandomState(0)
df = pd.DataFrame(rng.normal(size = (100, 4)),
                  columns = ["A", "B", "C", "D"])
df["grupo"] = np.where(df["A"] > 0, "G1", "G2")

Matriz de dispersión en plotly con `scatter_matrix`

Una matriz de dispersión (o SPLOM) dibuja cada par de columnas numéricas una contra otra, lo que permite inspeccionar rápidamente la correlación y la distribución de varias variables a la vez. Pasa un data frame a px.scatter_matrix y cada columna numérica se convierte en una dimensión por defecto.

import plotly.express as px

fig = px.scatter_matrix(df)

fig.show()

Seleccionar las dimensiones

Pasa una lista a dimensions para elegir qué columnas incluir y en qué orden, útil para excluir columnas como un identificador.

import plotly.express as px

fig = px.scatter_matrix(df, dimensions = ["A", "B", "C"])

fig.show()

Color por grupo

Mapea una columna categórica a color para distinguir grupos en todos los paneles de la matriz a la vez.

import plotly.express as px

fig = px.scatter_matrix(df, dimensions = ["A", "B", "C", "D"],
                        color = "grupo")

fig.show()

Tamaño y opacidad de los marcadores

Ajusta el tamaño y la transparencia de los marcadores directamente con update_traces, útil cuando muchos puntos se solapan.

import plotly.express as px

fig = px.scatter_matrix(df, dimensions = ["A", "B", "C", "D"],
                        color = "grupo")
fig = fig.update_traces(marker = dict(size = 4, opacity = 0.7))

fig.show()

Ocultar la diagonal

Por defecto la diagonal repite cada variable contra sí misma, algo poco informativo. Ocúltala con diagonal_visible = False a través de update_traces.

import plotly.express as px

fig = px.scatter_matrix(df, dimensions = ["A", "B", "C", "D"],
                        color = "grupo")
fig = fig.update_traces(diagonal_visible = False)

fig.show()