45_Pandas.DataFrame计算每列之间的相关系数并用热图可视化
使用corr()方法计算pandas.DataFrame中各列之间的相关系数。
这里，将描述以下内容。
- pandas.DataFrame.corr()的基本用法
- 数据类型为数值型或布尔型的列的计算目标
- 排除并计算缺失值 NaN
- 指定如何计算相关系数：argument method
- 使用热图可视化相关系数：seaborn
以下面的pandas.DataFrame为例。
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
df = pd.DataFrame({'A': range(5),
'B': [x**2 for x in range(5)],
'C': [x**3 for x in range(5)]})
print(df)
pandas.DataFrame.corr()的基本用法
从 pandas.DataFrame 对象调用 corr() 方法计算每列之间的相关系数。 结果在 pandas.DataFrame 中返回。
df_corr = df.corr()
print(df_corr)
print(type(df_corr))
数据类型为数值型或布尔型的列的计算目标
添加字符串和布尔列以进行说明。
df['D'] = list('abcde')
df['E'] = [True, False, True, True, False]
print(df)
print(df.dtypes)
corr()方法排除数据类型object（字符串）的列，计算numeric（int、float）和bool类型的列之间的相关系数。
对于 bool 类型，True 被视为 1，False 被视为 0。
df_corr = df.corr()
print(df_corr)
排除并计算缺失值 NaN
准备一个包含缺失值 Nan 的 pandas.DataFrame 对象以供解释。
df_nan = df.copy()
df_nan.iloc[[2, 3, 4], 1] = np.nan
print(df_nan)
在corr()方法中，剔除缺失值NaN，计算相关系数。
df_nan_corr = df_nan.corr()
print(df_nan_corr)
指定如何计算相关系数：method
在corr()方法中，可以通过argument方法指定计算相关系数的方法。
从以下三种类型中选择。
- ‘pearson’：皮尔逊积矩相关系数（默认）
- ‘kendall’：肯德尔等级相关系数
- ‘spearman’：斯皮尔曼等级相关系数
使用热图可视化相关系数：seaborn
Python 的可视化库 seaborn 可以很容易地将 pandas.DataFrame 可视化为热图，就像使用 corr() 一样。
sns.heatmap(df_corr, vmax=1, vmin=-1, center=0)
plt.savefig('./data/45/seaborn_heatmap_corr_example.png')
原始数据有很多列（特征），但是如上所述， corr() 方法排除了数据类型为 object 的列。
df_house = pd.read_csv('./data/45/house_prices_train.csv', index_col=0)
print(df_house.shape)
print(df_house.dtypes.value_counts())
df_house_corr = df_house.corr()
print(df_house_corr.shape)
用 seaborn.heatmap() 函数可视化。
fig, ax = plt.subplots(figsize=(12, 9))
sns.heatmap(df_house_corr, square=True, vmax=1, vmin=-1, center=0)
plt.savefig('./data/45/seaborn_heatmap_house_price.png')
Original: https://blog.csdn.net/qq_18351157/article/details/119214494
Author: 饺子大人
Title: 45_Pandas.DataFrame计算每列之间的相关系数并用热图可视化
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/674421/
转载文章受原作者版权保护。转载请注明原作者出处！