使用散點圖矩陣圖，可以兩兩發現特征之間的聯系
pd.plotting.scatter_matrix(frame, alpha=0.5, c,figsize=None, ax=None, diagonal='hist', marker='.', density_kwds=None,hist_kwds=None, range_padding=0.05, **kwds)
1、frame，pandas dataframe對象
2、alpha， 圖像透明度，一般取(0,1]
3、figsize，以英寸為單位的圖像大小，一般以元組 (width, height) 形式設置
4、ax，可選一般為none
5、diagonal，必須且只能在{‘hist’, ‘kde’}中選擇1個，’hist’表示直方圖(Histogram plot),’kde’表示核密度估計(Kernel Density Estimation)；該參數是scatter_matrix函數的關鍵參數
6、marker，Matplotlib可用的標記類型，如’.’，’,’，’o’等
7、density_kwds，(other plotting keyword arguments，可選)，與kde相關的字典參數
8、hist_kwds，與hist相關的字典參數
9、range_padding，(float, 可選)，圖像在x軸、y軸原點附近的留白(padding)，該值越大，留白距離越大，圖像遠離坐標原點
10、kwds，與scatter_matrix函數本身相關的字典參數
11、c，顏色
效果如下圖
