Seaborn系列| 绘制相关性热图（仅显示下三角相关性）

目录

seaborn简介

下载安装

实例

1.导入包

2.导入数据

3. 计算相关性

4. 设置颜色

5. 定义一个与相关性矩阵大小相同的矩阵，用于仅显示下三角内容，如需要显示整个矩阵则不需要如此设置

6. 绘制相关性热图

7.保存图片

关注微信公众号（生物海洋计算机支线），分享更多数据处理、生物海洋等文章

---

seaborn简介

Seaborn是python中的一个可视化库，对matplotlib的封装，与plotly类似，能更方便的做出易调整、美观的图表。能够显示更多信息。同时官网提供了多种示例图库，方便进行实践练习。

官网地址：

https://seaborn.pydata.org/

官方给出的实例

---

下载安装

在命令行页面使用

pip install seaborn

即可下载相关包

---

实例

1.导入包

import seaborn as sns
import pandas as pd

2.导入数据

#导入数据
data = pd.read_excel("E:/data.xlsx"
                     ,index_col=0
                    )
data.head(3)

数据格式如下：

3. 计算相关性

# 相关性
corr = data.corr() 

4. 设置颜色

# 使用choose_diverging_palette()方法交互式的进行调色，可以代替diverging_palette()  
# 注：仅在jupyter中使用
cmap = sns.choose_diverging_palette()

在jupyter中的展示效果

5. 定义一个与相关性矩阵大小相同的矩阵，用于仅显示下三角内容，如需要显示整个矩阵则不需要如此设置

mask = np.zeros_like(corr, dtype=np.bool)   #定义一个大小一致全为零的矩阵  用布尔类型覆盖原来的类型
mask[np.triu_indices_from(mask)]= True      #返回矩阵的上三角，并将其设置为true

6. 绘制相关性热图

# 中文可能不会正常显示，我们需要matplotlib的rc方法设置字体所以导入matplotlib
import matplotlib

# 正常默认字体可能不显示中文，所以对字体进行修改
matplotlib.rc("font",family="MicroSoft YaHei",weight="bold")

# 相关性热力图

f, ax = plt.subplots(figsize=(11, 9))   #设置画布大小

# 创建自定义的色块，也可使用第5步中的颜色
# cmap = sns.diverging_palette(230, 20, as_cmap=True)
# cmap = sns.choose_diverging_palette()

# 创建热图，并调整参数
sns.heatmap(corr
            ,mask=mask       #只显示为true的值
            , cmap=cmap
#             , vmax=.3
            , center=0
#             ,square=True
            , linewidths=.5
            , cbar_kws={"shrink": .5}
            , annot=False     #底图带数字 True为显示数字
           )

7.保存图片

# 保存图片
heatmap = fig.get_figure()
heatmap.savefig("E:/heatmap.png", dpi = 400)

关注微信公众号（生物海洋计算机支线），分享更多数据处理、生物海洋等文章