相关系数矩阵

每个子图都是每个维度和其他某个维度的相关关系图，这其中主对角线上的图，则是每个维度的数据分布直方图。其中可以看出各因素间相关性强弱的大小。

其中与评分相关性较强的因素有电影的popularity(流行度)，runtime(电影时长)，vote_count(影评人数) ，revenue(电影收益)。

代码部分：

使用 Pandas 库中的 read_csv() 方法读取名为 "data_mo.csv" 的 CSV 文件，并将其储存在一个名为 data_m 的 Pandas DataFrame 对象中。最后，使用 data_m 变量打印 DataFrame 中的所有数据。

import pandas as pd
data_m=pd.read_csv("data/项目一/data_mo.csv")
data_m

使用 Pandas 库中的 DataFrame 对象 data_m，通过选取包含在列表 ["budget","popularity","release_date","revenue","runtime","status","vote_average","vote_count"] 中的列来创建一个新的 DataFrame 对象 data_corr。这些列包含了与数据集中电影预算、流行度、上映日期、收入、片长、状态、评分和投票次数相关的信息。最后，使用 data_corr 变量打印新 DataFrame 对象中的所有数据。这段代码可以用于对数据集中的特定变量进行探索性数据分析（EDA）和相关性分析

data_corr=data_m[["budget","popularity","release_date","revenue","runtime","status","vote_average","vote_count"]]data_corr

对年份字段进行切分，保留年份信息进行后续的分析

# 保留年份
data_corr.release_date=data_corr.release_date.str.split("-",expand=True)[0]
data_corr.release_date=data_corr.release_date.astype(int)

# 每个子图都是每个维度和其他某个维度的相关关系图，这其中主对角线上的图，则是每个维度的数据分布直方图。
# 而第二行代码是画出同样的图形，但却以vote_average这个维度的数据为标准，来对各个数据点进行着色，其结果如图所示。
# 从图中可以看出，vote_average这列数据共10个不同的数值，每个数值一种颜色，所以生成的图是彩色的

import seaborn as snssns.pairplot(data_corr)
sns.pairplot(data_corr , hue ='vote_average')

热力图

通过相关系数矩阵与热力图分析各个字段间的相关性，各个字段间的相关系数在表中都呈现了强弱不同的关系

import matplotlib.pyplot as plt
figure, ax = plt.subplots(figsize=(12, 12))
sns.heatmap(data_corr.corr(), square=True, annot=True, ax=ax)

通过热力图可以看到电影的popularity，runtime，vote_count，revenue与电影的评分vote_average存在较强的相关性与budget，release_datet相关性较弱

python分析各因素之间的相关性相关推荐

【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 ...
如何用python进行相关性分析_使用 Python 查找分类变量和连续变量之间的相关性...
在表格数据集上创建任何机器学习模型之前, 通常我们会检查独立变量和目标变量之间是否存在关系.这可以通过测量两个变量之间的相关性来实现.在 python 中, pandas 提供了一个函数 datafr ...
实例 | 分析38万条数据，用Python分析保险产品交叉销售和哪些因素有关
公众号后台回复"图书",了解更多号主新书内容 CDA数据分析师出品作者:真达.Mika 数据:真达 [导读] 今天教大家用Python分析保险产品交叉销售和哪些因素有 ...
ML之FE：利用FE特征工程(分析两两数值型特征之间的相关性)对AllstateClaimsSeverity(Kaggle2016竞赛)数据集实现索赔成本值的回归预测
ML之FE:利用FE特征工程(分析两两数值型特征之间的相关性)对AllstateClaimsSeverity(Kaggle2016竞赛)数据集实现索赔成本值的回归预测目录输出结果设计思路核心代 ...
GDP越高就越幸福吗？用Python分析《世界幸福指数报告》后我们发现…
公众号后台回复"图书",了解更多号主新书内容作者:CDA数据分析师来源:CDA数据分析师 CDA数据分析师出品作者:真达.Mika 数据:真达 [导读] 今天教大 ...
用python构建多只股票日收益率直方图_用Python分析多股票的投资组合
俗话说不要将所有的鸡蛋放在同一个篮子里,在投资股票的时候我们也会多买几只以抵抗风险.本文将带领着你使用Python,来分析多只股票投资时的收益和风险,并找到最优的投资组合方案.这是上一篇文章<用 ...
用Python分析了十年电影票房，原来我错过了这么多好电影！
"玩电影票房数据,我教你啊" 3月8日妇女节,我很期待的超级英雄电影<惊奇队长>上映了,票房表现很快过亿,但大众口碑却让人失望. 一个有趣且常见的现象是,隔壁获奖无数, ...
用Python分析了1w场吃鸡数据，原来吃鸡要这么玩！
微信改版,加星标不迷路! 用Python分析如何才能高效吃鸡? 作者:阿广概述前言获取数据观察数据数据处理吃鸡到底和哪个数据相关性最强? 分析热度图期望研究的问题结论阿广说推荐阅读 ...
'python program'.count('p')的值是_如何用Python分析泰坦尼克号生还率？
原标题:如何用Python分析泰坦尼克号生还率? 1912年当时世界上最大的豪华客轮泰坦尼克号在处女航中撞上冰山沉没,船上船员及乘客共有2224人,只有710人生还.当灾难突然降临时,所有人的生死瞬间 ...

python分析各因素之间的相关性

相关系数矩阵

热力图

python分析各因素之间的相关性相关推荐

最新文章

热门文章