seaborn入门(4)关联系数矩阵和热力图
关联系数矩阵
这个懂的都懂,大概就是表示两个变量之间的关联性。
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
tips_df = sns.load_dataset(name='tips',cache=True,data_home="./seaborn-data")
tips_mx = tips_df.corr()
print(tips_df.corr())
载入数据有问题看seaborn入门(1)
得到如下结果
热力图
我们可以将上面的矩阵可视化
sns.heatmap(tips_mx,annot = True , cmap = 'Blues')
- 其中cmap的选择和调色盘一样
酷酷的热力图
我们采用新的数据,并创建一个数据透视图。
flights = sns.load_dataset(name='flights',cache=True,data_home="./seaborn-data")
#数据透视图创建
flights = flights.pivot_table(index = 'month',columns = 'year', values = 'passengers')
原来的数据是这样的
数据透视图是这样的,表示某年某月某日乘坐飞机的人数
画成热力图就是
有种马赛克的美感