Scagnostics JMP插件 - 一种探索数据的新方法Scagnostics，scatterplot诊断，由John和Paul Tukey发现，后来由Leland Wilkinson在Graph-Theoretic Scagnostics（2005）中推广。这些分析在高维视觉分析中重新定义：由点分布的成对视图引导的交互式探索（2006）。
scagnostics的美妙之处在于可视化地探索数据集。JMP具有称为Scatterplot Matrix（SPLOM）的固有特性，允许用户同时比较多对变量之间的关系。
但是，当变量数量过大时，SPLOM会失去效力。
这就是scagnostics的用武之地！Scagnostics评估散点图的五个方面：异常值，形状，趋势，密度和一致性。
今年夏天，我有幸编写了这个JMP插件，允许用户使用九种图形理论测量来交互式地探索数据。 该加载项结合了JMP的三个当前功能：分发，散点图矩阵和图形生成器。散点图中的每个点代表2D散点图。当用户在左下角的散点图矩阵中选择一个点时，Graph Builder会在右下角显示两个变量的相应散点图。
通过scagnostics，我们能够在进行探索性视觉数据分析时发现更多信息和启发性分析。
更新：已上载Scagnostics加载项的2.1版，它会更新启动程序以选择性地将预先计算的表作为参数，并添加红色三角形选项以打开分布的框图。
数据可视化探索性数据分析公用事业回复：Scagnostics JMP插件 - 一种探索数据的新方法我对JMP 13 Pro也有同样的问题 - “名称未解决”
回复：Scagnostics JMP插件 - 一种探索数据的新方法很棒的概念！不幸... 在JMP13中似乎不起作用 - “名称未解决”错误。 尝试过多个数据集。
回复：Scagnostics JMP插件 - 一种探索数据的新方法<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />谢谢！我在一个有1200列的数据集上运行它（我睡觉时）以获得乐趣。 然而，通过这样做，我发现两个标记（在1200中）具有板对板的差异（2个板块的数据）。这真的是大海捞针（或大海捞针中的2针）。
回复：Scagnostics JMP插件 - 一种探索数据的新方法卡伦@ boulderstats - 感谢您的意见。 我认为更新的加载项将解决您的两个建议。 您现在可以保存特征表并在重新运行Scagnostics工具时提供它，以避免重新计算数据（谢谢伊恩@ JMP ！）。 我们还添加了一个红色三角形菜单来显示箱形图，这样可以更容易地选择异常值。
回复：Scagnostics JMP插件 - 一种探索数据的新方法亚当，这个插件很有趣，所以我回到源文件，以更好地理解方法，并鼓励其他人看一看。我的评论是：Adam - 请将“平台”保存到特征表中，以便我们可以保存表格并在将来的时间点重新访问图形！次要请求是在直方图上绘制异常值框图，以便更容易地选择一个变量中的异常值。感谢加载项，我已经在数据发现项目中使用它，并计划在将来更多地使用它。期待那个保存平台功能！
卡伦
回复：Scagnostics JMP插件 - 一种探索数据的新方法谢谢。 这非常有用！
