大家好,欢迎来到IT知识分享网。
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
vmin
或vmax
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。
当
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