matplotlib & seaborn相关性热图

最新推荐文章于 2024-07-30 23:57:01 发布

SHOUGOUGOU

最新推荐文章于 2024-07-30 23:57:01 发布

阅读量1.1k

点赞数

分类专栏： python 文章标签： python 可视化

本文链接：https://blog.csdn.net/SHOUGOUGOU/article/details/118111301

版权

这篇博客介绍了如何利用Python的pandas和seaborn库来生成数据的相关性矩阵，并通过seaborn的heatmap函数绘制相关性热力图。同时，针对seaborn显示中文时遇到的字体问题，提供了清除matplotlib缓存的解决方案，确保能正确显示中文列名。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.数据准备

关键一步，使用pandas的corr函数生成相关矩阵。

from string import ascii_letters
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
import palettable

# 生成随机数
rs = np.random.RandomState(33)#类似np.random.seed，即每次括号中的种子33不变，每次可获得相同的随机数
d = pd.DataFrame(data=rs.normal(size=(100, 26)),#normal生成高斯分布的概率密度随机数，需要在变量rs下使用
                 columns=list(ascii_letters[26:]))

# corr函数计算相关性矩阵(correlation matrix)
dcorr = d.corr(method='pearson')#默认为'pearson'检验，可选'kendall','spearman'