相关系数矩阵与热图heatmap
import numpy as np
导入pandas as PD
import matplotlib.pyplot as plt
import seaborn as sns
#生成随机矩阵
df=NP.random.randint (-10，10，size=(5，8 ) ) ) ) ) ) ) )。
df
Array([-10、- 4、1、8、8、-9、-2、-2]、
[ -4、- 2、7、-10、- 6、4、5、-1]，
[ 6，4，1，- 7，0，3，3，4 ]，
[ 8、-2、9、-4、0、1、2、0]、
[ 3，5，- 3，1，-4，- 3，8，2 ] )
#相关系数矩阵的计算
是corr=NP.corrcoef(df )
颜色
Array([1.-0.45187846，-0.81601955，-0.41843364，-0.29089038]
[-0.45187846，1 .0.4896793，0.54083859，0.02788629 ]，
[-0.81601955，0.4896793，1.0.48284327，0.2963696 ]，
[-0.41843364，0.54083859，0.48284327，1.-0.14536089]，
[-0.29089038，0.02788629，0.2963696，- 0.14536089，1.] ]
#生成热图
f，ax=PLT.subplots (fig size=(10，5 ) )
SNS.heat map (颜色，annot=真) )。
# annot=True表示在方格内显示数值。
相关系数矩阵的热力学
fig，ax=plt.subplots ()等效于：
fig=plt.figure (
ax=fig.add _ subplot (1，1，1 ) ) )。
fig，ax=PLT.subplots (1，3 )其中参数1和3分别表示子图的行数和列数，共有1x3个子图像。 函数返回插图图像和子图表传真的数组列表。
fig，ax=PLT.subplots(1、3、1 )，最后一个参数1表示第一个子图。
如果要设置子图的宽度和高度，可以在函数中添加figsize值
15x7大小的子图表将有一行三个，例如fig，ax=PLT.subplots (1，3，figsize=) 15，7 ) )。