【Python 可视化】基于数据之间两两变量间的相关性

import pandas as pd
import matplotlib.pyplot as plt
from wordcloud import ImageColorGenerator, WordCloud  # 绘制词云图
import numpy as np
from PIL import Image

# 采用seaborn画图风格
plt.style.use('seaborn')

# 解决中文显示问题
plt.rcParams['font.sans-serif'] = ['SimHei']  # 显示中文标签  # 指定默认字体
plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题

# 一、数据读取
csv = '数据.csv'
# 读取csv数据
df = pd.read_csv(csv)

# 数据可视化分析
#  相关性分析-散点图
df_corr = df[['播放量', '发布时间' '收藏数量']]
# 斯皮尔曼相关性分析
print(df_corr.corr(method='spearman'))
# 定义x轴y轴数据
x = df['收藏数量']
y = df['播放量']
# 画散点图
plt.figure(figsize=(20, 8))  # 图形大小
plt.title('相关性分析: 播放量x收藏数量', fontdict={'size': 20})  # 标题
plt.xlabel('收藏数量')  # x轴名称
plt.ylabel('播放量')  # y轴名称
plt.scatter(x, y)  # 画图
plt.savefig('相关性分析-散点图.png')  # 保存图片
# plt.show()  # 显示图形
  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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
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