python進(jìn)行相關(guān)性分析并繪制散點(diǎn)圖詳解
近期,有小伙伴問我關(guān)于怎么使用python進(jìn)行散點(diǎn)圖的繪制,這個(gè)東西很簡(jiǎn)單,但是怎么講相關(guān)性的值標(biāo)注在圖形上略顯麻煩,因此,在這里記錄一下,將整個(gè)流程展示一下。
需要用到的庫(kù)
在本篇博客中,主要用到的庫(kù)是pandas、numpy、matplotlib、seaborn等,想要使用seaborn庫(kù)必須要引入matplotlib庫(kù),seaborn是作為它的外掛庫(kù)。
#1 load pakeage
import pandas as pd#讀寫表格以及表格處理
import numpy as np#用于數(shù)據(jù)計(jì)算
import geopandas as gpd
import matplotlib.pyplot as plt
import seaborn as sns
import os
import warnings
warnings.filterwarnings("ignore")
plt.rc('font',family='Times New Roman')
from glob import glob
from osgeo import gdal,gdal_array,gdalnumeric
plt.rcParams['font.sans-serif']=['Simhei'] #顯示中文
plt.rcParams['axes.unicode_minus']=False #顯示負(fù)號(hào)
數(shù)據(jù)讀取
這里我使用的是師弟的一部分?jǐn)?shù)據(jù),在這里進(jìn)行數(shù)據(jù)讀取。
df = pd.read_csv('./JXDY_1.csv',encoding='utf-8')
df.head()

這里我們做相關(guān)性分析
df.corr()#默認(rèn)是pearson相關(guān)性分析

之后我們進(jìn)行批量化的散點(diǎn)圖輸出,將相關(guān)性數(shù)據(jù)放在圖形上
a = 2#這里的相關(guān)性是從第二位開始進(jìn)行計(jì)算的,所以我從第二位開始提取
for i in df.columns[3:]:
a1 = sns.lmplot(y='fruit',x=i,data=df)
ax = plt.gca()
ax.text(0.9,1,"Pearson:{:.2f}".format(df.corr().iloc[1,a]),transform=ax.transAxes)#添加相關(guān)性
a = a+1
plt.savefig('./{}.jpg'.format(i),dpi=300,bbox_inches = 'tight')

結(jié)果就大功告成了,之后吧結(jié)果輸出來就可以了!
總結(jié)
本篇文章就到這里了,希望能夠給你帶來幫助,也希望您能夠多多關(guān)注腳本之家的更多內(nèi)容!
相關(guān)文章
Python光學(xué)仿真理解Jones矩陣學(xué)習(xí)
這篇文章主要為大家介紹了Python光學(xué)仿真理解Jones矩陣的學(xué)習(xí),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2021-10-10
python3?chromedrivers簽到的簡(jiǎn)單實(shí)現(xiàn)
本文主要介紹了python3?chromedrivers簽到的簡(jiǎn)單實(shí)現(xiàn),文中通過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一起學(xué)習(xí)學(xué)習(xí)吧2023-03-03
Python獲取統(tǒng)計(jì)自己的qq群成員信息的方法
這篇文章主要介紹了Python獲取統(tǒng)計(jì)自己的qq群成員信息的方法,本文分步驟給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2019-11-11
基于OpenCV目標(biāo)跟蹤實(shí)現(xiàn)人員計(jì)數(shù)器
這篇文章主要介紹了如何利用Python OpenCV這兩者來創(chuàng)建更準(zhǔn)確的人員計(jì)數(shù)器,文中的示例代碼講解詳細(xì),感興趣的小伙伴快來跟隨小編學(xué)習(xí)一下吧2022-03-03

