网络编程
位置:首页>> 网络编程>> Python编程>> python seaborn heatmap可视化相关性矩阵实例

python seaborn heatmap可视化相关性矩阵实例

作者:故园稻香  发布时间:2022-02-08 13:12:30 

标签:python,seaborn,heatmap,可视化,矩阵

方法


import pandas as pd
import numpy as np
import seaborn as sns
df = pd.DataFrame(np.random.randn(50).reshape(10,5))
corr = df.corr()
sns.heatmap(corr, cmap='Blues', annot=True)

python seaborn heatmap可视化相关性矩阵实例

将矩阵型简化为对角矩阵型:


mask = np.zeros_like(corr)
mask[np.tril_indices_from(mask)] = True
sns.heatmap(corr, cmap='Blues', annot=True, mask=mask.T)

python seaborn heatmap可视化相关性矩阵实例

补充知识:Python【相关矩阵】和【协方差矩阵】

相关系数矩阵

pandas.DataFrame(数据).corr()


import pandas as pd
df = pd.DataFrame({
 'a': [11, 22, 33, 44, 55, 66, 77, 88, 99],
 'b': [10, 24, 30, 48, 50, 72, 70, 96, 90],
 'c': [91, 79, 72, 58, 53, 47, 34, 16, 10],
 'd': [99, 10, 98, 10, 17, 10, 77, 89, 10]})
df_corr = df.corr()
# 可视化
import matplotlib.pyplot as mp, seaborn
seaborn.heatmap(df_corr, center=0, annot=True, cmap='YlGnBu')
mp.show()

python seaborn heatmap可视化相关性矩阵实例

协方差矩阵

numpy.cov(数据)


import numpy as np
matric = [
 [11, 22, 33, 44, 55, 66, 77, 88, 99],
 [10, 24, 30, 48, 50, 72, 70, 96, 90],
 [91, 79, 72, 58, 53, 47, 34, 16, 10],
 [55, 20, 98, 19, 17, 10, 77, 89, 14]]
covariance_matrix = np.cov(matric)
# 可视化
print(covariance_matrix)
import matplotlib.pyplot as mp, seaborn
seaborn.heatmap(covariance_matrix, center=0, annot=True, xticklabels=list('abcd'), yticklabels=list('ABCD'))
mp.show()

python seaborn heatmap可视化相关性矩阵实例

补充

协方差

python seaborn heatmap可视化相关性矩阵实例

相关系数

python seaborn heatmap可视化相关性矩阵实例

EXCEL也能做

CORREL函数

python seaborn heatmap可视化相关性矩阵实例

来源:https://blog.csdn.net/sjtulgl/article/details/92796547

0
投稿

猜你喜欢

手机版 网络编程 asp之家 www.aspxhome.com