数据科学最重要的技能之一就是数据可视化,在数据建模过程中,我们比较关心数据之间的相关性,而观察数据相关性我们使用最多的技能之一就是相关性矩阵。数据相关性矩阵可以让我们对数据之间的关联关系有更为直观的理解。这里简单汇总一下使用Python绘制传统相关性矩阵/下三角相关性矩阵/重点相关性矩阵的代码

1. 传统相关性矩阵

import pandas            as pd
import seaborn           as sns
import matplotlib.pyplot as plt
%matplotlib inlinedf = pd.read_csv('./data/melb_data.csv')
# Calculate pairwise-correlation
matrix = df.corr()
cmap = sns.diverging_palette(250, 15, s=75, l=40, n=9, center="light", as_cmap=True)plt.figure(figsize=(12, 8))
sns.heatmap(matrix,  center=0, annot=True,fmt='.2f', square=True, cmap=cmap)

2. 下三角相关性矩阵

import numpy as np
# mask掉上三角部分
mask = np.triu(np.ones_like(matrix, dtype=bool))
plt.figure(figsize=(12, 8))
sns.heatmap(matrix,  mask=mask, center=0, annot=True, fmt='.2f', square=True, cmap=cmap)

3. 重点相关性矩阵(即只画出相关性指数大于阈值的那部分)

# mask掉上三角 & 小于某个阈值的值
mask1 = np.triu(np.ones_like(matrix, dtype=bool))
mask2 = np.abs(matrix) <= 0.1
mask  = mask1 | mask2plt.figure(figsize=(12, 8))
sns.heatmap(matrix,  mask=mask, center=0, annot=True,fmt='.2f', square=True, cmap=cmap) 

Python绘制传统相关性矩阵/下三角相关性矩阵/重点相关性矩阵相关推荐

  1. python计算行列式(使用下三角方式)

    需求:使用python计算行列式,行列式下三角方式的解决方案,使得行列式计算对于计算机而言,变的更加简单,逻辑也非常简单.如下: y = np.array([[3,2,6,8,5],[2,8,1,2, ...

  2. C语言实验——矩阵下三角元素之和 (sdut oj)

    C语言实验--矩阵下三角元素之和 Time Limit: 1000MS  Memory Limit: 65536KB Problem Description 输入一个正整数n(1<=n<= ...

  3. 用c语言构造下三角,数据结构之获取矩阵下三角

    以下为展示"获取矩阵下三角"的简单示例代码: 1. 用c语言实现的版本 #include #include #define n 4 int t[n*(n + 1) / 2]; vo ...

  4. 一题多解(八)—— 矩阵上三角(下三角)的访问

    访问矩阵的上三角或者下三角,一般出现在矩阵为对角方阵(避免重复访问)的情况: 方法之一: for i in range(n):for j in range(i+1):... 方法之二: for i i ...

  5. Seaborn系列| 绘制相关性热图(仅显示下三角相关性)

    目录 seaborn简介 下载安装 实例 1.导入包 2.导入数据 3. 计算相关性 4. 设置颜色 5. 定义一个与相关性矩阵大小相同的矩阵,用于仅显示下三角内容,如需要显示整个矩阵则不需要如此设置 ...

  6. python 下三角矩阵_Python | 矩阵的下三角

    python 下三角矩阵 A matrix can be seen in different ways and one of them is the lower triangular matrix p ...

  7. 【python量化】如何分析两段时间序列之间的相关性

    作者:Andrew Chung 公众号:WealthQuant 链接: https://www.zhihu.com/question/23525783/answer/956912446 已获得作者授权 ...

  8. python 相关性检验怎么计算p值_相关性分析之Predictive Power Score(PPS)

    常用相关性分析方法 在分析特征间相关性时,常使用的方法是 pandas.DataFrame.corr : DataFrame.corr(self, method='pearson', min_peri ...

  9. python绘制混淆矩阵_如何实现python绘制混淆矩阵?

    大家从python基础到如今的入门,想必都对python有一定基础,今天小编给大家带来一个关于python的高阶内容--绘制混淆矩阵,一起来看下吧~ 介绍: 混淆矩阵通过表示正确/不正确标签的计数来表 ...

最新文章

  1. 必看干货:如何在 JavaScript 中实现 8 种基本图形算法
  2. 4.2 开发者选项--电源错误报告的适配
  3. How run Powershell ISE on WIndows Server2008
  4. 中国航空航天产业创新发展态势及市场规模分析报告2021-2027年版
  5. Python 必背的42个常见单词,看看你记住了几个?
  6. Java基础知识复习(二)
  7. 前端请求接口post_前端如何优雅地模拟接口请求?(给你的代码加点小意外)
  8. 大数据量的存储分表常见算法
  9. linux中启动 java -jar 后台运行程序
  10. 自主云服务器处理器_云服务器对处理器的要求
  11. 数组引用--冒泡排序 数组倒置为例
  12. Codeforces Round #382 (Div. 2) D. Taxes 歌德巴赫猜想
  13. 创建模态对话框和非模态对话框
  14. 一次使用BeanPostProcessor疏漏引起的重大bug
  15. 基于R实现统计中的检验方法---卡方检验
  16. Azure Services Bus(服务总线)中的工作流(workflow)
  17. spss分析方法-因子分析(转载)
  18. eviews建立时间序列模型_Eviews教程 Eviews进行时间序列分析教程
  19. 商陆花、秦丝、管家婆,到底服装加盟管理软件哪家强?来看排行榜
  20. uv422转换为yuv420_详解 YUV 格式(I420/YUV420/NV12/NV12/YUV422)

热门文章

  1. Python深度使用指南
  2. webpack简单打包PC网站前端资源
  3. 广州咏春拳的基本功1-3式
  4. MyBatis的参数传递
  5. matlab wdencmp函数,图像的小波阈值降噪_小波降噪函数 - 全文
  6. 2.23 haas506 2.0开发教程 - KeyPad - 矩阵键盘(仅支持M320开发板)
  7. yolo调用海康威视网络摄像头踩坑记
  8. gdal_遥感影像配准
  9. 一飞智控CEO齐俊桐:一篇文章教你看透无人机飞控这十年
  10. TypeScript-unknown类型