pandas将表格第一行作为列表名 和 plt.savefig保存图片 和 数据相关性分析

本文分享了如何使用pandas读取CSV文件,将表头作为列名,并通过matplotlib进行数据可视化,包括散点图与相关性热图,同时展示了如何利用plt.savefig保存图片。适合初学者理解数据相关性分析的基本步骤。
摘要由CSDN通过智能技术生成

凯哥英语视频

前言
数据文件下载

数据文件在百度网盘
数据文件下载
https://pan.baidu.com/s/1OdP5kflPBw2gXfaZfaPCqA
提取码:520y

相关性分析的ipynb文件
相关性分析
https://pan.baidu.com/s/1hk9gmGdqBk3bfFKm8QMccQ
提取码:520y

pandas将表格第一行作为列表名

data_raw = pd.read_csv(“total.csv”, engine=‘python’, header=0)

plt.savefig保存图片

plt.savefig(path_name)

代码我自己跑过的, 绝对ok,这个代码是做相关性分析的
# 1. 加载数据集
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.pyplot as plt
import seaborn as sns
# %matplotlib inline

data_raw = pd.read_csv("total.csv", engine='python', header=0)

Target = ['real_label']
# ot 中数据杂乱,去除
data_columns = ['age50', 'shoushu', 'hpv', 'xhdb', 'bxb', 'lxb', 'xxb', 'alt', 'ast', 'bdb', 'jl', 'xn', 'nt', 'dbn', 'fsxcy', 'fsxpgy', 'ydl', 'pl', 'fr', 'bl', 'fq']
columns = Target + data_columns
data = data_raw[columns]

# 直接计算相关性
# data.corr()

# sns.pairplot(data)
# sns.heatmap(data.corr())

for name in data_columns:
    plt.scatter(data_raw[name],data_raw['real_label'],s=1)
    path_name = str(name)+".png"
    plt.savefig(path_name)
    # plt.show()

别的也没啥说的, 如果觉得 ok 就给我一键三连吧!

欢迎各位大佬留言吐槽,也可以深入交流~

  • 2
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

justwaityou1314

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值