python seaborn heatmap可視化相關(guān)性矩陣實(shí)例
更新時(shí)間：2020年06月03日 14:42:37 作者：故園稻香
這篇文章主要介紹了python seaborn heatmap可視化相關(guān)性矩陣實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
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)
將矩陣型簡(jiǎn)化為對(duì)角矩陣型：
mask = np.zeros_like(corr) mask[np.tril_indices_from(mask)] = True sns.heatmap(corr, cmap='Blues', annot=True, mask=mask.T)
補(bǔ)充知識(shí)：Python【相關(guān)矩陣】和【協(xié)方差矩陣】
相關(guān)系數(shù)矩陣
pandas.DataFrame(數(shù)據(jù)).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()
# 可視化
import matplotlib.pyplot as mp, seaborn
seaborn.heatmap(df_corr, center=0, annot=True, cmap='YlGnBu')
mp.show()
協(xié)方差矩陣
numpy.cov(數(shù)據(jù))
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)
# 可視化
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()
補(bǔ)充
協(xié)方差
相關(guān)系數(shù)
EXCEL也能做
CORREL函數(shù)
以上這篇python seaborn heatmap可視化相關(guān)性矩陣實(shí)例就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
Python實(shí)現(xiàn)搜索Google Scholar論文信息的示例代碼
這篇文章主要為大家詳細(xì)介紹了如何利用Python實(shí)現(xiàn)搜索Google Scholar論文信息的功能，文中的示例代碼講解詳細(xì)，需要的可以參考一下2023-03-03
Python3使用 GitLab API 進(jìn)行批量合并分支
這篇文章主要介紹了Python3使用 GitLab API 進(jìn)行批量合并分支的思路詳解，本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-10-10
在本篇文章里小編給大家整理了一篇關(guān)于python集合的新增元素方法整理內(nèi)容，有需要的朋友們可以學(xué)習(xí)下。2020-12-12
tensorflow之自定義神經(jīng)網(wǎng)絡(luò)層實(shí)例
今天小編就為大家分享一篇tensorflow之自定義神經(jīng)網(wǎng)絡(luò)層實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-02-02
這篇文章主要為大家介紹了python人工智能遺傳算法示例解析，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-05-05
python中關(guān)于py文件之間相互import的問(wèn)題及解決方法
這篇文章主要介紹了python中關(guān)于py文件之間相互import的問(wèn)題,本文用一個(gè)例子演示下如何解決python中循環(huán)引用的問(wèn)題，需要的朋友可以參考下2022-02-02
Python很重要的的那幾個(gè)數(shù)據(jù)類型:字符串,列表,字典,元組,經(jīng)常有網(wǎng)友問(wèn)他們之間重要的區(qū)別的是什么?能否舉幾個(gè)例子來(lái)說(shuō)明下!下嘛我們就來(lái)探討下。2015-05-05
python selenium 獲取接口數(shù)據(jù)的實(shí)現(xiàn)
這篇文章主要介紹了python selenium 獲取接口數(shù)據(jù)的實(shí)現(xiàn)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-12-12
python實(shí)現(xiàn)在windows下操作word的方法
這篇文章主要介紹了python實(shí)現(xiàn)在windows下操作word的方法,涉及Python操作word實(shí)現(xiàn)打開(kāi)、插入、轉(zhuǎn)換、打印等操作的相關(guān)技巧,非常具有實(shí)用價(jià)值,需要的朋友可以參考下2015-04-04
pandas?dataframe獲取所有行名稱與列名稱方法示例
這篇文章主要給大家介紹了關(guān)于pandas?dataframe獲取所有行名稱與列名稱的相關(guān)資料,Pandas是Python中用于數(shù)據(jù)分析的非常重要的庫(kù),它提供了多種方法來(lái)獲取列名,需要的朋友可以參考下2023-09-09