数据可视化实例(十): 相关图(matplotlib,pandas)

数据可视化实例(十): 相关图(matplotlib,pandas)相关图https://datawhalechina.github.io/pms50/#/chapter8/chapter8导入所需要的库importnumpyasnp#导入numpy库importpandasaspd#导入pandas库importmatplotlib

大家好,欢迎来到IT知识分享网。数据可视化实例(十):

相关图

 https://datawhalechina.github.io/pms50/#/chapter8/chapter8

导入所需要的库

import numpy as np              # 导入numpy库
import pandas as pd             # 导入pandas库
import matplotlib as mpl        # 导入matplotlib库
import matplotlib.pyplot as plt
import seaborn as sns           # 导入seaborn库
%matplotlib inline              # 在jupyter notebook显示图像

设定图像各种属性

large = 22; med = 16; small = 12

params = {'axes.titlesize': large,    # 设置子图上的标题字体
            'legend.fontsize': med,     # 设置图例的字体
            'figure.figsize': (16, 10), # 设置图像的画布
           'axes.labelsize': med,      # 设置标签的字体
            'xtick.labelsize': med,     # 设置x轴上的标尺的字体
            'ytick.labelsize': med,     # 设置整个画布的标题字体
          'figure.titlesize': large}  
plt.rcParams.update(params)           # 更新默认属性
 plt.style.use('seaborn-whitegrid')    # 设定整体风格
sns.set_style("white")                # 设定整体背景风格

程序代码

# step1:导入数据

df = pd.read_csv("https://github.com/selva86/datasets/raw/master/mtcars.csv")

# step2:绘制热力图

    # 画布
plt.figure(figsize = (12, 10),    # 画布尺寸
          dpi = 80)               # 分辨率
    #热力图
sns.heatmap(df.corr(),                         # 相关性矩阵数据集
           xticklabels = df.corr().columns,    # 横轴标签
           yticklabels = df.corr().columns,    # 纵轴标签
           cmap = 'RdYlGn',                    # 色谱(调色板)
           center = 0,                         # 将数据设置为图例中的均值数据,即图例中心的数据值
           annot = True)                       # annot默认为False,当annot为True时,在heatmap中每个方格写入数据

# step3:图像装饰

    # 设置标题和字体
plt.title('Correlogram of mtcars'   # 设置标题
          , fontsize = 22)          # 设置标题的尺寸
plt.xticks(fontsize = 12)           # 设置横坐标标尺字体尺寸
plt.yticks(fontsize = 12)           # 设置横坐标标尺字体尺寸
plt.show()

 

博文总结

DataFrame.corr(method=’pearson’, min_periods=1)

参数说明:

method:可选值为{‘pearson’, ‘kendall’, ‘spearman’}

               pearson:Pearson相关系数来衡量两个数据集合是否在一条线上面,即针对线性数据的相关系数计算,针对非线性 数据便会有误差。

                kendall:用于反映分类变量相关性的指标,即针对无序序列的相关系数,非正太分布的数据

                spearman:非线性的,非正太分析的数据的相关系数

min_periods:样本最少的数据量

返回值:各类型之间的相关系数DataFrame表格。

 

seaborn.heatmap

https://www.cntofu.com/book/172/docs/30.md

seaborn.heatmap(data, vmin=None, vmax=None, cmap=None, 
center=None, robust=False, annot=None, fmt='.2g', annot_kws=None,
linewidths=0, linecolor='white', cbar=True, cbar_kws=None, cbar_ax=None, square=False,
xticklabels='auto', yticklabels='auto', mask=None, ax=None, **kwargs)

 

将矩形数据绘制为颜色编码矩阵。

这是一个坐标轴级的函数,如果没有提供给ax参数,它会将热力图绘制到当前活动的轴中。除非cbar为False或为cbar_ax提供单独的Axes,否则将使用此轴空间的一部分绘制颜色图。

参数:data:矩形数据集

可以强制转换为ndarray格式数据的2维数据集。如果提供了Pandas DataFrame数据,索引/列信息将用于标记列和行。

vmin, vmax:浮点型数据,可选参数。

用于锚定色彩映射的值,否则它们是从数据和其他关键字参数推断出来的。

cmap:matplotlib 颜色条名称或者对象,或者是颜色列表,可选参数。

从数据值到颜色空间的映射。 如果没有提供,默认值将取决于是否设置了“center”。

center:浮点数,可选参数。

绘制有色数据时将色彩映射居中的值。 如果没有指定,则使用此参数将更改默认的cmap

robust:布尔值,可选参数。

如果是True,并且vminvmax为空,则使用稳健分位数而不是极值来计算色彩映射范围。

annot:布尔值或者矩形数据,可选参数。

如果为True,则在每个热力图单元格中写入数据值。 如果数组的形状与data相同,则使用它来代替原始数据注释热力图。

fmt:字符串,可选参数。

添加注释时要使用的字符串格式代码。

annot_kws:字典或者键值对,可选参数。

annot为True时,ax.text的关键字参数。

linewidths:浮点数,可选参数。

划分每个单元格的行的宽度。

linecolor:颜色,可选参数

划分每个单元的线条的颜色。

cbar:布尔值,可选参数。

描述是否绘制颜色条。

cbar_kws:字典或者键值对,可选参数。

fig.colorbar的关键字参数。

cbar_ax:matplotlib Axes,可选参数。

用于绘制颜色条的轴,否则从主轴获取。

square:布尔值,可选参数。

如果为True,则将坐标轴方向设置为“equal”,以使每个单元格为方形。

xticklabels, yticklabels:“auto”,布尔值,类列表值,或者整形数值,可选参数。

如果为True,则绘制数据框的列名称。如果为False,则不绘制列名称。如果是列表,则将这些替代标签绘制为xticklabels。如果是整数,则使用列名称,但仅绘制每个n标签。如果是“auto”,将尝试密集绘制不重叠的标签。

mask:布尔数组或者DataFrame数据,可选参数。

如果为空值,数据将不会显示在mask为True的单元格中。 具有缺失值的单元格将自动被屏蔽。

ax:matplotlib Axes,可选参数。

绘制图的坐标轴,否则使用当前活动的坐标轴。

kwargs:其他关键字参数。

所有其他关键字参数都传递给ax.pcolormesh

返回值:ax:matplotlib Axes

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/32044.html

(0)

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注

关注微信