python入门需要掌握绘制热图展示的相关系数

这篇文章给大家介绍python入门需要掌握绘制热图展示的相关系数，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。

创新互联专注于平川企业网站建设,成都响应式网站建设,商城网站建设。平川网站建设公司,为平川等地区提供建站服务。全流程定制设计，专业设计，全程项目跟踪，创新互联专业和态度为您提供的服务

 使用的数据集还是之前提到的3个品种小麦种子数据

需要示例数据的可以直接留言

数据集包括3个品种的小麦种子7个指标，这7个指标分别是

• A 面积
• B 周长
• C紧凑度
• LK 长度
• WK 宽度
• A_coef 偏度系数
• LKG 腹沟长度

 

• 最后一个变量target是小麦所属种类，分别是0,1,2

第一次使用python直接在电脑上安装anaconda3就好了，我之前录制过一个视频进行介绍，可以参考

 第一步启动jupyter lab （我用的是win10系统的电脑）

win+快捷键 输入cmd按回车 打开命令行窗口，然后再命令行输入 jupyter lab

按回车键 jupyter lab在默认浏览器启动

点击Notebook下的python3新建一个窗口

 

接下来就是输入命令了

 导入pandas模块读入数据

import pandas as pd
df = pd.read_csv("D://Rstudio_default_working/kaggle/Seed_Data.csv")
df.head()

 

 

 去掉最后一列target，因为计算相关系数用不到

df1 = df.drop('target',axis=1)

 

 

 接下来就是导入seaborn模块绘制相关系数的热图了

这里参考了 https://heartbeat.fritz.ai/seaborn-heatmaps-13-ways-to-customize-correlation-matrix-visualizations-f1c49c816f07

import seaborn as sns
sns.heatmap(df.corr())

 

 

显示相关系数

sns.heatmap(df.corr(),annot=True)

 

 

这里相关性分析默认的好像是皮尔逊相关性分析

更改其他的方法

 

 

关于python入门需要掌握绘制热图展示的相关系数就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。

网页题目：python入门需要掌握绘制热图展示的相关系数
新闻来源：https://www.cdcxhl.com/article0/gipsoo.html

成都网站建设公司_创新互联，为您提供网站策划、外贸网站建设、网站导航、虚拟主机、静态网站、网页设计公司

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联