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
qq_158895411118 小时前
Suno-API 是什么?官方 V6 模型与 Python / TypeScript 接入指南
python·ai音乐·suno api
星落梦生14 小时前
SpringAOP基础笔记(7)
java·开发语言
曹牧16 小时前
Java:“刷新雪崩”
java·开发语言
郝学胜-神的一滴17 小时前
Effective STL 条款03:容器中的对象复制要廉价且正确
开发语言·数据结构·c++·算法·rpc·stl
西西弗Sisyphus17 小时前
C++ explicit 关键字工程实践
开发语言·c++
学无止境小袁同学18 小时前
Google ADK 学习指南
python·llm·agent·多agent·google adk·llmagent·agent cli
郝学胜-神的一滴19 小时前
Effective Python 条款35:用类封装替代生成器异常注入
开发语言·人工智能·python·金融·pandas·scikit-learn·matplotlib
feixing_fx19 小时前
原始类型与引用类型:赋值时到底复制了什么
开发语言·前端·javascript·前端框架
LK_0719 小时前
【力扣】142. 环形链表 II |Python
python·leetcode·链表
wuyk55519 小时前
Python办公自动化-第02讲-Excel文件认知与四大库选型
开发语言·python·excel