数据可视化实例（十）： 相关图（matplotlib，pandas）

相关图

 https://datawhalechina.github.io/pms50/#/chapter8/chapter8

导入所需要的库

import numpy as np              # 导入numpy库
import pandas as pd             # 导入pandas库
import matplotlib as mpl        # 导入matplotlib库
import matplotlib.pyplot as plt
import seaborn as sns           # 导入seaborn库
%matplotlib inline              # 在jupyter notebook显示图像

设定图像各种属性

large = 22; med = 16; small = 12

params = {'axes.titlesize': large,    # 设置子图上的标题字体
            'legend.fontsize': med,     # 设置图例的字体
            'figure.figsize': (16, 10), # 设置图像的画布
           'axes.labelsize': med,      # 设置标签的字体
            'xtick.labelsize': med,     # 设置x轴上的标尺的字体
            'ytick.labelsize': med,     # 设置整个画布的标题字体
          'figure.titlesize': large}  
plt.rcParams.update(params)           # 更新默认属性
 plt.style.use('seaborn-whitegrid')    # 设定整体风格
sns.set_style("white")                # 设定整体背景风格

程序代码

# step1:导入数据

df = pd.read_csv("https://github.com/selva86/datasets/raw/master/mtcars.csv")

# step2:绘制热力图

    # 画布
plt.figure(figsize = (12, 10),    # 画布尺寸
          dpi = 80)               # 分辨率
    #热力图
sns.heatmap(df.corr(),                         # 相关性矩阵数据集
           xticklabels = df.corr().columns,    # 横轴标签
           yticklabels = df.corr().columns,    # 纵轴标签
           cmap = 'RdYlGn',                    # 色谱(调色板)
           center = 0,                         # 将数据设置为图例中的均值数据，即图例中心的数据值
           annot = True)                       # annot默认为False，当annot为True时，在heatmap中每个方格写入数据

# step3:图像装饰

    # 设置标题和字体
plt.title('Correlogram of mtcars'   # 设置标题
          , fontsize = 22)          # 设置标题的尺寸
plt.xticks(fontsize = 12)           # 设置横坐标标尺字体尺寸
plt.yticks(fontsize = 12)           # 设置横坐标标尺字体尺寸
plt.show()

 

博文总结

DataFrame.corr(method='pearson', min_periods=1)

参数说明：

method：可选值为{‘pearson’, ‘kendall’, ‘spearman’}

               pearson：Pearson相关系数来衡量两个数据集合是否在一条线上面，即针对线性数据的相关系数计算，针对非线性 数据便会有误差。

                kendall：用于反映分类变量相关性的指标，即针对无序序列的相关系数，非正太分布的数据

                spearman：非线性的，非正太分析的数据的相关系数

min_periods：样本最少的数据量

返回值：各类型之间的相关系数DataFrame表格。

 

seaborn.heatmap

https://www.cntofu.com/book/172/docs/30.md

seaborn.heatmap(data, vmin=None, vmax=None, cmap=None, 
center=None, robust=False, annot=None, fmt='.2g', annot_kws=None, 
linewidths=0, linecolor='white', cbar=True, cbar_kws=None, cbar_ax=None, square=False, 
xticklabels='auto', yticklabels='auto', mask=None, ax=None, **kwargs)

 

将矩形数据绘制为颜色编码矩阵。

这是一个坐标轴级的函数，如果没有提供给ax参数，它会将热力图绘制到当前活动的轴中。除非cbar为False或为cbar_ax提供单独的Axes，否则将使用此轴空间的一部分绘制颜色图。

参数：data：矩形数据集

可以强制转换为ndarray格式数据的2维数据集。如果提供了Pandas DataFrame数据，索引/列信息将用于标记列和行。

vmin, vmax：浮点型数据，可选参数。

用于锚定色彩映射的值，否则它们是从数据和其他关键字参数推断出来的。

cmap：matplotlib 颜色条名称或者对象，或者是颜色列表，可选参数。

从数据值到颜色空间的映射。 如果没有提供，默认值将取决于是否设置了“center”。

center：浮点数，可选参数。

绘制有色数据时将色彩映射居中的值。 如果没有指定，则使用此参数将更改默认的cmap。

robust：布尔值，可选参数。

如果是True，并且vmin或vmax为空，则使用稳健分位数而不是极值来计算色彩映射范围。

annot:布尔值或者矩形数据，可选参数。

如果为True，则在每个热力图单元格中写入数据值。 如果数组的形状与data相同，则使用它来代替原始数据注释热力图。

fmt：字符串，可选参数。

添加注释时要使用的字符串格式代码。

annot_kws：字典或者键值对，可选参数。

当annot为True时，ax.text的关键字参数。

linewidths：浮点数，可选参数。

划分每个单元格的行的宽度。

linecolor：颜色，可选参数

划分每个单元的线条的颜色。

cbar：布尔值，可选参数。

描述是否绘制颜色条。

cbar_kws：字典或者键值对，可选参数。

fig.colorbar的关键字参数。

cbar_ax：matplotlib Axes，可选参数。

用于绘制颜色条的轴，否则从主轴获取。

square：布尔值，可选参数。

如果为True，则将坐标轴方向设置为“equal”，以使每个单元格为方形。

xticklabels, yticklabels：“auto”，布尔值，类列表值，或者整形数值，可选参数。

如果为True，则绘制数据框的列名称。如果为False，则不绘制列名称。如果是列表，则将这些替代标签绘制为xticklabels。如果是整数，则使用列名称，但仅绘制每个n标签。如果是“auto”，将尝试密集绘制不重叠的标签。

mask：布尔数组或者DataFrame数据，可选参数。

如果为空值，数据将不会显示在mask为True的单元格中。 具有缺失值的单元格将自动被屏蔽。

ax：matplotlib Axes，可选参数。

绘制图的坐标轴，否则使用当前活动的坐标轴。

kwargs：其他关键字参数。

所有其他关键字参数都传递给ax.pcolormesh。

返回值：ax：matplotlib Axes