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 ) )。