#导入库
import pandas
import seaborn as sns
import numpy as np
import os
import matplotlib.pyplot as plt
#设置需要分析相关性的参数,我这里共有16个参数需要作相关性分析
names = ['h-ave','h-max','h-min','h-std','h-area','h-time','h-var','h-entropy','a-ave','a-max','a-min','a-std','a-area','a-time','a-var','a-entropy']   #设置变量名
#设置路径
os.chdir(os.getcwd()) #os.getcwd()获取当前路径,os.chdir(...)改变路径为...
#输入数据
data = pandas.read_table('lal3.txt',sep='\s+')  #点击打开链接,参考此文对pandas读取文件的用法
#求解相关系数
correlations = data.corr()
correction=abs(correlations)# 取绝对值,只看相关程度 ,不关心正相关还是负相关
# plot correlation matrix
fig = plt.figure()
ax = fig.add_subplot(figsize=(20,20)) #图片大小为20*20
ax = sns.heatmap(correction,cmap=plt.cm.Greys, linewidths=0.05,vmax=1, vmin=0 ,annot=True,annot_kws={'size':6,'weight':'bold'})
#热力图参数设置(相关系数矩阵,颜色,每个值间隔等)
#ticks = numpy.arange(0,16,1) #生成0-16,步长为1
plt.xticks(np.arange(16)+0.5,names) #横坐标标注点
plt.yticks(np.arange(16)+0.5,names) #纵坐标标注点
#ax.set_xticks(ticks) #生成刻度
#ax.set_yticks(ticks)
#ax.set_xticklabels(names) #生成x轴标签
#ax.set_yticklabels(names)
ax.set_title('Characteristic correlation')#标题设置
plt.savefig('cluster.tif',dpi=300)
plt.show()

结果展示:

程序注解:
1:seaborn 是一个精简的python库,可以创建具有统计意义的图表,能理解pandas的DataFrame类型。详见官网点击打开链接。
2:pandas.DataFrame.corr#Pandas库中的求解相关系数(计算列的两两相关,不包括NA/null值)函数,用法如下,来自官网解释
DataFrame.corr(method='pearson', min_periods=1) 数据名.corr(方法参数1,参数2),
method : {‘pearson’, ‘kendall’, ‘spearman’}
pearson : standard correlation coefficient 标准的相关系数(默认缺省值),卡尔·皮尔逊设计的统计指标,是研究变量之间线性相关程度的量
kendall : Kendall Tau correlation coefficient 肯德尔τ相关系数
spearman : Spearman rank correlation 斯皮尔曼等级相关
#连续数据,正态分布,线性关系,用pearson相关系数是最恰当
min_periods : int, optional(缺省为1)

 

数据挖掘之利用Python画相关性矩阵图相关推荐

  1. boxplot用法 python,[Python画图笔记]利用Python画箱型图boxplot

    [Python画图笔记]利用Python画箱型图boxplot [Python画图笔记]利用Python画箱型图boxplot 最近在学习使用Python画图,想用subplot画两幅箱型图,分别用来 ...

  2. python画折线图详解-利用python画出折线图

    本文实例为大家分享了python画折线图的具体代码,供大家参考,具体内容如下 # encoding=utf-8 import matplotlib.pyplot as plt from pylab i ...

  3. python画相关性可视化图_Python可视化matplotlibseborn16-相关性热图

    本文速览普通相关性heatmap聚类相关性heatmap 本文将了解到什么? 1.数据准备 2.seaborn.heatmap绘制correlation heatmap 默认参数绘制correlati ...

  4. python画相关性可视化图_Python可视化16matplotlibseborn-相关性热图(correlation heatmap)...

    本文将了解到什么? 0.成品图展示 1.数据准备 2.seaborn.heatmap绘制correlation heatmap 默认参数绘制correlation heatmap vmax设置颜色深浅 ...

  5. python画折线图-利用python画出折线图

    本文实例为大家分享了python画折线图的具体代码,供大家参考,具体内容如下 # encoding=utf-8 import matplotlib.pyplot as plt from pylab i ...

  6. python画混淆矩阵图

    1. 计算混淆矩阵 from sklearn.metrics import confusion_matrix # 导入计算混淆矩阵的包C1= confusion_matrix(True_label, ...

  7. python画相关性可视化图上三角_完成这50个Matplotlib代码,你也能画出优秀的图表...

    Matplotlib 是 Python 的绘图库.它可与 NumPy 一起使用,提供了一种有效的 MatLab 开源替代方案,也可以和图形工具包一起使用.和 Pandas.Numpy 并成为数据分析三 ...

  8. 利用python画混淆矩阵

    我们在这里提供两种不同的应用场合: 1.如果你已经通过实验后有了矩阵数据,那么就可以直接利用这一方法,源码如下: from sklearn.metrics import confusion_matri ...

  9. python画相关性可视化图_Python可视化很简单,一文教你绘制饼图、极线图和气泡图...

    matplotlib库作为Python数据化可视化的最经典和最常用库,掌握了它就相当于学会了Python的数据化可视化,上次呢,已经和大家聊了关于柱状图.条形图和直方图相关的东东,相信大家已经掌握了哈 ...

最新文章

  1. 使用fiddler4做代理调试手机页面
  2. Nginx的继续深入(日志轮询切割,重写,负载均衡等)
  3. 动态添加JavaScript
  4. Pandas处理数据太慢,来试试Polars吧!
  5. python3爬虫初探(八)requests
  6. Spring Security源码分析之LogoutFilter
  7. C/C++网络编程工作笔记0003---客户服务端程序说明
  8. Windows Communication Foundation_1 overview
  9. java split 坑
  10. 牛腩新闻发布系统--总结
  11. 载体构建实例解析——构建 SETD3-pEGFP-N1(Snapgene 设计引物)
  12. Flash Player将成历史,现行Flash游戏解决方案
  13. OPENWRT:编译E8820V2总结
  14. 【修电脑】EFI Network 0 for IPv4(XX-XX-XX-XX-XX)boot failed
  15. UE 4.13 3D Widget使用
  16. Linux防火墙设置黑白名单
  17. 微信公众平台开发之基于百度 BAE3.0 的开发环境搭建(MyEclipse + SVN)
  18. DMOZ网站选择标准(转)
  19. 量子计算机算爱情,量子纠缠或许才是世间最伟大的爱情
  20. 程序一点点地写,日子一天天地过。

热门文章

  1. wamp 远程操作安装的痛苦经历 用teamviewer 旺旺远程连接
  2. RTX 4050显卡是什么水平 4050显卡参数 RTX 4050显卡怎么样
  3. Cinelerra教程
  4. php域名绑定模块,迅睿CMS 模块域名绑定
  5. 服务器系统部署结构,部署系统部署方案
  6. BetterZip Mac版教程——如何取消关联文件?
  7. windows7系统,NVIDIA GeForce GTX 750 Ti 2G显卡搭建caffe、TensorFlow、Keras深度学习GPU环境
  8. c语言两个for语句并列执行_c语言两个for循环套用
  9. c语言对比两个字符串相等,c语言中如何判断两个字符串相等
  10. 美国学生在使用计算机小短文,【嘟嘟老师作文课堂】美国学生这么“搞”作文!...