Python数据分析之绘制相关性热力图的完整教程

前言

文章将介绍如何使用Python中的Pandas和Seaborn库来读取数据、计算相关系数矩阵,并绘制出直观、易于理解的热力图。我们将逐步介绍代码的编写和执行过程,并提供详细的解释和示例,以便读者能够轻松地跟随和理解。

大家记得需要准备以下条件数据:(大家可以看我上一篇文章
  • 确保数据集是干净的,没有缺失值或异常值。
  • 只选择数值型数据列进行相关性分析。
第一步:导入库
python 复制代码
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
第二步:加载数据
python 复制代码
data = pd.read_excel("result1_1.xlsx")
第三步:数据转换
python 复制代码
data = data.apply(pd.to_numeric, errors='coerce')

这行代码使用pandas的apply方法结合to_numeric函数,将数据框(data frame)data中的每一列尝试转换为数值类型。errors='coerce'参数意味着在转换过程中,如果遇到无法转换为数值的元素,将替换为NaN

第四步:计算相关性矩阵
python 复制代码
correlation_matrix = data.corr()

这行代码计算数据框data中所有列之间的相关系数,并将结果存储在correlation_matrix中。

第五步:绘制热力图
python 复制代码
plt.figure(figsize=(10, 8))
sns.heatmap(correlation_matrix, annot=True, cmap='coolwarm', fmt='.2f')
plt.title('Correlation Heatmap')
plt.show()

这些代码行设置图表的大小,然后使用seaborn的heatmap函数绘制一个热力图,其中annot=True表示在热力图上显示每个单元格的具体数值,cmap='coolwarm'设置了颜色映射为coolwarm,fmt='.2f'设置了数值的格式为两位小数。最后,设置图表的标题为'Correlation Heatmap',并使用plt.show()显示图表。

第六步:查看效果

整个代码执行后,您将看到一个包含数据列之间相关系数的热力图,这有助于您可视化数据之间的关系!

本篇文章到这里就结束了,大家去试试自己的吧,点赞投币加收藏~

相关推荐
guygg882 分钟前
基于matlab的FIR滤波器
开发语言·算法·matlab
双叶83617 分钟前
(C++)学生管理系统(正式版)(map数组的应用)(string应用)(引用)(文件储存的应用)(C++教学)(C++项目)
c语言·开发语言·数据结构·c++
微风粼粼19 分钟前
程序员在线接单
java·jvm·后端·python·eclipse·tomcat·dubbo
源代码•宸32 分钟前
C++高频知识点(二)
开发语言·c++·经验分享
云天徽上34 分钟前
【PaddleOCR】OCR表格识别数据集介绍,包含PubTabNet、好未来表格识别、WTW中文场景表格等数据,持续更新中......
python·ocr·文字识别·表格识别·paddleocr·pp-ocrv5
你怎么知道我是队长1 小时前
python-input内置函数
开发语言·python
叹一曲当时只道是寻常1 小时前
Python实现优雅的目录结构打印工具
python
hbwhmama2 小时前
python高级变量XIII
python
jyan_敬言2 小时前
【C++】string类(二)相关接口介绍及其使用
android·开发语言·c++·青少年编程·visual studio
慕y2742 小时前
Java学习第十六部分——JUnit框架
java·开发语言·学习