摘要: Python——比 Seaborn 更好的相关性热力图:Biokit Corrplot 在 Python 中我们日常分析数据的过程当中经常需要对数据进行相关性分析,相关性热力图(Correlation Heatmap)是我们经常使用的一种工具。通过相关性热力图,我们可以通过为相关性不同的数据使用不同深浅的不同颜色进行标记,从而直观地观察两两数据序列之间的相关性情况——这将有助于我们进一步的数据分析和处理,比如数据的回归分析等。这其中最常见的工具就是由 Seaborn 工具包提供的 `sns.heatmap()`,处理方法的原理相当于先取得变量序列的相关性矩阵,然后直接对相关性矩阵绘制矩阵热图。然而最近在学习了 R 语言之后,使用 `corrplot` 包可以绘制出更加华丽、全面、直观的相关性图,相比较之下就觉得 Seaborn 提供的热图并不令人满意。因此本文介绍一种新的更好的相关图的绘制方法,来自 Biokit 工具包中的 `biokit.viz.Corrplot()` 类,并介绍其使用。 阅读全文
posted @ 2024-06-30 17:33 多玩我的世界盒子 阅读(1636) 评论(0) 推荐(0) 编辑
点击右上角即可分享
微信分享提示
🚀
回顶
收起
  1. 1 Audio name Bôa
Audio name - Bôa
00:00 / 00:00
An audio error has occurred.