python绘制相关系数热力图
python绘制相关系数热力图
- 一.数据说明和需要安装的库
- 二.准备绘图
- 三.设置配色,画出多幅图
- 全部代码:
本文讲述如何利用python绘制如上的相关系数热力图
一.数据说明和需要安装的库
数据是31个省市有关教育的12个指标,如下所示。,在文章最后自取:
需要安装如下库:
pip install pandas
pip install matplotlib
pip install seaborn
我感觉在下面这个python package安装比较好
二.准备绘图
首先导入相关库
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
读取数据
data = pd.read_csv('D:\P\数据分析\相关系数热力图\教育指标.csv')
df = pd.DataFrame(data)
# print(data)
计算出相关系数并输出,这里选择的是皮尔逊相关系数,当然你也可以选择其他相关系数,有关其他相关系数可以参考这篇文章
cor = data.corr(method='pearson')
print(cor) # 输出相关系数
因为我这里有中文
,所以需要进行下面的设置
。我这里设置为黑体,当然你也可以选择其他字体
rc = {'font.sans-serif': 'SimHei','axes.unicode_minus': False}
sns.set(font_scale=0.7,rc=rc) # 设置字体大小
好了,开始绘图啦:
sns.heatmap(cor,annot=True, # 显示相关系数的数据center=0.5, # 居中fmt='.2f', # 只显示两位小数linewidth=0.5, # 设置每个单元格的距离linecolor='blue', # 设置间距线的颜色vmin=0, vmax=1, # 设置数值最小值和最大值xticklabels=True, yticklabels=True, # 显示x轴和y轴square=True, # 每个方格都是正方形cbar=True, # 绘制颜色条cmap='coolwarm_r', # 设置热力图颜色)
plt.savefig("我是废强热力图.png",dpi=600)#保存图片,分辨率为600
plt.ion() #显示图片
三.设置配色,画出多幅图
由于这里的配色是在是有太多太多,所以不打算一个个手动更换,因此我们可以使用循环语句
cmap='coolwarm_r'#在这里更换颜色
colors=“Accent, Accent_r, Blues, Blues_r, BrBG, BrBG_r, BuGn, BuGn_r, BuPu, BuPu_r, CMRmap, CMRmap_r, Dark2, Dark2_r, GnBu, GnBu_r, Greens, Greens_r, Greys, Greys_r, OrRd, OrRd_r, Oranges, Oranges_r, PRGn, PRGn_r, Paired, Paired_r, Pastel1, Pastel1_r, Pastel2, Pastel2_r, PiYG, PiYG_r, PuBu, PuBuGn, PuBuGn_r, PuBu_r, PuOr, PuOr_r, PuRd, PuRd_r, Purples, Purples_r, RdBu, RdBu_r, RdGy, RdGy_r, RdPu, RdPu_r,RdYlBu, RdYlBu_r, RdYlGn, RdYlGn_r, Reds, Reds_r, Set1, Set1_r, Set2, Set2_r, Set3, Set3_r, Spectral, Spectral_r, Wistia, Wistia_r, YlGn, YlGnBu, YlGnBu_r, YlGn_r, YlOrBr, YlOrBr_r, YlOrRd, YlOrRd_r, afmhot, afmhot_r, autumn, autumn_r, binary, binary_r, bone, bone_r, brg, brg_r, bwr, bwr_r, cividis, cividis_r, cool, cool_r, coolwarm, coolwarm_r, copper, copper_r, cubehelix, cubehelix_r, flag, flag_r, gist_earth, gist_earth_r, gist_gray, gist_gray_r, gist_heat, gist_heat_r, gist_ncar, gist_ncar_r, gist_rainbow, gist_rainbow_r, gist_stern, gist_stern_r,gist_yarg, gist_yarg_r, gnuplot, gnuplot2, gnuplot2_r, gnuplot_r, gray, gray_r, hot, hot_r,hsv, hsv_r, icefire,icefire_r, inferno,inferno_r, jet, jet_r, magma, magma_r, mako, mako_r, nipy_spectral, nipy_spectral_r, ocean, ocean_r, pink, pink_r, plasma, plasma_r, prism, prism_r, rainbow, rainbow_r, rocket, rocket_r, seismic, seismic_r, spring, spring_r, summer, summer_r, tab10, tab10_r, tab20, tab20_r, tab20b, tab20b_r, tab20c, tab20c_r, terrain, terrain_r, twilight, twilight_r, twilight_shifted, twilight_shifted_r, viridis, viridis_r, vlag, vlag_r, winter, winter_r”
代码循环画图
:
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as pltdata = pd.read_csv('D:\P\数据分析\相关系数热力图\教育指标.csv')
df = pd.DataFrame(data)
# print(data)
################################一行一行读取数据
# for i in range(len(data)):
# document=df[i:i+1]
# print(document,'\n')
################################
# 首先计算出相关系数
cor = data.corr(method='pearson')
print(cor) # 输出相关系数
rc = {'font.sans-serif': 'SimHei','axes.unicode_minus': False}
sns.set(font_scale=0.7,rc=rc) # 设置字体大小
#设置热力图颜色配色
colors="Accent, Accent_r, Blues, Blues_r, BrBG, BrBG_r, BuGn, BuGn_r, BuPu, BuPu_r, CMRmap, CMRmap_r, Dark2, Dark2_r, GnBu, GnBu_r, Greens, Greens_r, Greys, Greys_r, OrRd, OrRd_r, Oranges, Oranges_r, PRGn, PRGn_r, Paired, Paired_r, Pastel1, Pastel1_r, Pastel2, Pastel2_r, PiYG, PiYG_r, PuBu, PuBuGn, PuBuGn_r, PuBu_r, PuOr, PuOr_r, PuRd, PuRd_r, Purples, Purples_r, RdBu, RdBu_r, RdGy, RdGy_r, RdPu, RdPu_r,RdYlBu, RdYlBu_r, RdYlGn, RdYlGn_r, Reds, Reds_r, Set1, Set1_r, Set2, Set2_r, Set3, Set3_r, Spectral, Spectral_r, Wistia, Wistia_r, YlGn, YlGnBu, YlGnBu_r, YlGn_r, YlOrBr, YlOrBr_r, YlOrRd, YlOrRd_r, afmhot, afmhot_r, autumn, autumn_r, binary, binary_r, bone, bone_r, brg, brg_r, bwr, bwr_r, cividis, cividis_r, cool, cool_r, coolwarm, coolwarm_r, copper, copper_r, cubehelix, cubehelix_r, flag, flag_r, gist_earth, gist_earth_r, gist_gray, gist_gray_r, gist_heat, gist_heat_r, gist_ncar, gist_ncar_r, gist_rainbow, gist_rainbow_r, gist_stern, gist_stern_r,gist_yarg, gist_yarg_r, gnuplot, gnuplot2, gnuplot2_r, gnuplot_r, gray, gray_r, hot, hot_r,hsv, hsv_r, icefire,icefire_r, inferno,inferno_r, jet, jet_r, magma, magma_r, mako, mako_r, nipy_spectral, nipy_spectral_r, ocean, ocean_r, pink, pink_r, plasma, plasma_r, prism, prism_r, rainbow, rainbow_r, rocket, rocket_r, seismic, seismic_r, spring, spring_r, summer, summer_r, tab10, tab10_r, tab20, tab20_r, tab20b, tab20b_r, tab20c, tab20c_r, terrain, terrain_r, twilight, twilight_r, twilight_shifted, twilight_shifted_r, viridis, viridis_r, vlag, vlag_r, winter, winter_r"
color=colors.split(',')
for i in color:i=i.strip()print(i)sns.heatmap(cor,annot=True, # 显示相关系数的数据center=0.5, # 居中fmt='.2f', # 只显示两位小数linewidth=0.5, # 设置每个单元格的距离linecolor='blue', # 设置间距线的颜色vmin=0, vmax=1, # 设置数值最小值和最大值xticklabels=True, yticklabels=True, # 显示x轴和y轴square=True, # 每个方格都是正方形cbar=True, # 绘制颜色条cmap=f'{i}', # 设置热力图颜色)plt.savefig('图片\\'+f"我是废强热力图颜色{i}.png", dpi=600) # 保存图片,分辨率为600plt.ion() # 显示图片,这个可以方便后面自动关闭plt.pause(0.5)plt.close()#关闭图片
全部代码:
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as pltdata = pd.read_csv('D:\P\数据分析\相关系数热力图\教育指标.csv')
df = pd.DataFrame(data)
# print(data)
################################一行一行读取数据
# for i in range(len(data)):
# document=df[i:i+1]
# print(document,'\n')
################################
# 首先计算出相关系数
cor = data.corr(method='pearson')
print(cor) # 输出相关系数
rc = {'font.sans-serif': 'SimHei','axes.unicode_minus': False}
sns.set(font_scale=0.7, rc=rc) # 设置字体大小
sns.heatmap(cor,annot=True, # 显示相关系数的数据center=0.5, # 居中fmt='.2f', # 只显示两位小数linewidth=0.5, # 设置每个单元格的距离linecolor='blue', # 设置间距线的颜色vmin=0, vmax=1, # 设置数值最小值和最大值xticklabels=True, yticklabels=True, # 显示x轴和y轴square=True, # 每个方格都是正方形cbar=True, # 绘制颜色条cmap='coolwarm_r', # 设置热力图颜色)
plt.savefig("我是废强热力图.png", dpi=600) # 保存图片,分辨率为600
plt.ion() # 显示图片
plt.close('all') # 关闭图片
# 设置热力图颜色配色
colors = "Accent, Accent_r, Blues, Blues_r, BrBG, BrBG_r, BuGn, BuGn_r, BuPu, BuPu_r, CMRmap, CMRmap_r, Dark2, Dark2_r, GnBu, GnBu_r, Greens, Greens_r, Greys, Greys_r, OrRd, OrRd_r, Oranges, Oranges_r, PRGn, PRGn_r, Paired, Paired_r, Pastel1, Pastel1_r, Pastel2, Pastel2_r, PiYG, PiYG_r, PuBu, PuBuGn, PuBuGn_r, PuBu_r, PuOr, PuOr_r, PuRd, PuRd_r, Purples, Purples_r, RdBu, RdBu_r, RdGy, RdGy_r, RdPu, RdPu_r,RdYlBu, RdYlBu_r, RdYlGn, RdYlGn_r, Reds, Reds_r, Set1, Set1_r, Set2, Set2_r, Set3, Set3_r, Spectral, Spectral_r, Wistia, Wistia_r, YlGn, YlGnBu, YlGnBu_r, YlGn_r, YlOrBr, YlOrBr_r, YlOrRd, YlOrRd_r, afmhot, afmhot_r, autumn, autumn_r, binary, binary_r, bone, bone_r, brg, brg_r, bwr, bwr_r, cividis, cividis_r, cool, cool_r, coolwarm, coolwarm_r, copper, copper_r, cubehelix, cubehelix_r, flag, flag_r, gist_earth, gist_earth_r, gist_gray, gist_gray_r, gist_heat, gist_heat_r, gist_ncar, gist_ncar_r, gist_rainbow, gist_rainbow_r, gist_stern, gist_stern_r,gist_yarg, gist_yarg_r, gnuplot, gnuplot2, gnuplot2_r, gnuplot_r, gray, gray_r, hot, hot_r,hsv, hsv_r, icefire,icefire_r, inferno,inferno_r, jet, jet_r, magma, magma_r, mako, mako_r, nipy_spectral, nipy_spectral_r, ocean, ocean_r, pink, pink_r, plasma, plasma_r, prism, prism_r, rainbow, rainbow_r, rocket, rocket_r, seismic, seismic_r, spring, spring_r, summer, summer_r, tab10, tab10_r, tab20, tab20_r, tab20b, tab20b_r, tab20c, tab20c_r, terrain, terrain_r, twilight, twilight_r, twilight_shifted, twilight_shifted_r, viridis, viridis_r, vlag, vlag_r, winter, winter_r"
color = colors.split(',')
for i in color:i = i.strip()print(i)sns.heatmap(cor,annot=True, # 显示相关系数的数据center=0.5, # 居中fmt='.2f', # 只显示两位小数linewidth=0.5, # 设置每个单元格的距离linecolor='blue', # 设置间距线的颜色vmin=0, vmax=1, # 设置数值最小值和最大值xticklabels=True, yticklabels=True, # 显示x轴和y轴square=True, # 每个方格都是正方形cbar=True, # 绘制颜色条cmap=f'{i}', # 设置热力图颜色)plt.savefig('图片\\' + f"我是废强热力图颜色{i}.png", dpi=600) # 保存图片,分辨率为600plt.ion() # 显示图片,这个可以方便后面自动关闭plt.pause(0.5)plt.close() # 关闭图片
最后:数据链接:,直接点击链接,或复制网址,有提取码
链接:https://pan.baidu.com/s/1qcfw5TUh0c4C6igoipmdGA?pwd=5fii
提取码:5fii
参考链接
https://mp.weixin.qq.com/s/shQOmqR0JXkp_pGCfLuCPA
python绘制相关系数热力图相关推荐
- 【python】python绘制相关性热力图
1.介绍 热力图(heatmap),又称相关系数图,根据热力图中不同方块颜色对应的相关系数的大小,可以判断出变量之间相关性的大小.热力图通过对色块着色来显示数据的统计图表.绘图时,需指定颜色映射的 ...
- matlab如何绘制相关系数热力图,相关系数矩阵与热力图heatmap
相关系数矩阵与热力图heatmap import numpy as np import pandas as pd import matplotlib.pyplot as plt import seab ...
- python热力图背景_python 绘制场景热力图的示例
我们在做诸如人群密集度等可视化的时候,可能会考虑使用热力图,在Python中能很方便地绘制热力图. 下面以识别图片中的行人,并绘制热力图为例进行讲解. 步骤1:首先识别图像中的人,得到bounding ...
- python根据经纬度画热力图_python 绘制场景热力图的示例
我们在做诸如人群密集度等可视化的时候,可能会考虑使用热力图,在Python中能很方便地绘制热力图. 下面以识别图片中的行人,并绘制热力图为例进行讲解. 步骤1:首先识别图像中的人,得到bounding ...
- python相关系数热力图_python绘制热力图heatmap
本文实例为大家分享了python绘制热力图的具体代码,供大家参考,具体内容如下 python的热力图是用皮尔逊相关系数来查看两者之间的关联性. #encoding:utf-8 import numpy ...
- 可视化篇(五)——— python绘制热力图及案例
可视化篇(五)--- python绘制热力图及案例 摘要 效果图 python代码 摘要 本文演示了如何通过python绘制热力图,并给出了其应用于展示数据之间相关性的案例供读者参考. 效果图 pyt ...
- Python利用单行热力图绘制好看的风向风速
Python利用单行热力图绘制好看的风向风速 导入所需支持库 先画单行热力图表示风速 设置画布 设置风速数据 设置色板 利用seaborn绘制热力图 画风向箭头 换箭头函数 导入风向数据 导入计算坐标 ...
- Python 绘制热力图
Python绘制热力图 reference 目标:绘制如下的 hotmap 或者 density-map ,把坐标和hot-value或者density-value替换为自己的数据,稍微改进就可以绘制 ...
- 用Python绘制北京近一年来空气质量热力图,看看北京的沙尘暴真的多吗?
3月15日北京迎来了近6年来的首次沙尘暴,是被迫吃土的一天!!上次沙尘暴出现还是在2015年4月15日. 记得早上起床,打开手机看到好多盆友发来的询问关怀"听说北京沙尘暴了,注意安全哦&qu ...
最新文章
- go mysql socket_Go语言实现socket实例
- 密码协议(三)裁决协议和自动执行协议
- 推荐关注这7个高质量的前端公众号
- 超级抖音腾讯视频V3.6.0小程序源码 前端+后端 支持视频采集和上传
- 每天进步一点点《ML - 异常点检测》
- iphone label初始化碰到的问题
- 神经网络与深度学习第5章:卷积神经网络 阅读提问
- 2018美赛C题论文学习笔记1
- steam加速_Steam玩家试用追梦加速器后,怎么说?
- Mac用Homebrew安装libimobiledevice
- 2023年陕西师范大学宗教学考研上岸前辈备考经验指导
- 相对传统桌面设计器,在线报表设计器价值何在?
- wincc项目 CS结构 ES工程师站下装到OS服务器失败或者特别慢的原因
- 如何成为一名数据科学家?
- Ubantu搭建深度学习和强化学习环境
- 如何在win10下安装IMSL6.0
- 解决火绒提示helper_haozip.exe文件是病毒威胁
- 【转】Fluent学习笔记(10)-----多相流模型
- NVT | NVT 67X IQ移植
- [论文翻译]A Flexible Reference-Insensitive SpatiotemporalFusion Model for Remote Sensing Images Using...