数据探索_相关系数矩阵图绘制

数据探索_相关系数矩阵图绘制

data_temp = data_sample
#相关系数矩阵绘制
def cor_matrix(cor):
    ax = plt.figure(figsize=(10,10)).add_subplot(111)
    col_num = len(cor)
    columns = cor.columns
    step = 0.0625*10/col_num
    start_pos_1_x = 0.15-(0.0625-step)/2
    start_pos_1_y = 0.15
    start_pos_2_x = 0.10-(0.0625-step)/2
    start_pos_2_y = 0.215-(0.0625-step)/2
    for i in range(col_num):
        plt.figtext(x=start_pos_1_x+i*step,y=start_pos_1_y,s=columns[i],rotation='vertical')
        plt.figtext(x=start_pos_2_x,y=start_pos_2_y+i*step,s=columns[-i-1],horizontalalignment='right')
    #for i in range(col_num):
    #    for j in range(col_num):
    #        plt.figtext(x=start_pos_1_x+i*step,y=start_pos_2_y+j*step,s = '%0.2f'%cor.iloc[i,col_num-j-1],horizontalalignment='center')
    im = ax.imshow(cor,)
    plt.colorbar(im)

columns = data_temp.columns.drop(['last_etl_acg_dt','cust_isn','bel_org'])

temp = data_temp[columns]
cor = temp.corr()
cor_matrix(cor)

在这里插入图片描述

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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