绘制相关性热图

本文介绍了如何使用Python库如pandas和seaborn读取Excel文件,提取数据并计算相关系数矩阵,然后通过seaborn绘制上三角形的热力图,展示数据之间的相关性,适用于数据分析和探索性可视化。
部署运行你感兴趣的模型镜像

先说excel数据结构,类似这样,第一行是数据名

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np

# 读取 Excel 文件
file_path = r'G:\XXXX.xlsx'#文件中第一行是数据名称,数据是按照列排列的
merged_data = pd.read_excel(file_path)

# 计算相关系数矩阵
corr_matrix = merged_data.corr()

# 创建一个上三角形的掩码
mask = np.triu(np.ones_like(corr_matrix, dtype=bool), k=1)#如果这里不需要掩码,展示全图就删除这行代码

# 设置图形尺寸
plt.figure(figsize=(12, 10))

# 绘制热图(viridis颜色可更换,我比较喜欢这个和RdBu)
sns.heatmap(corr_matrix, mask=mask, annot=True, cmap='viridis', fmt=".2f", square=True, annot_kws={"size": 12})

# 添加标题
plt.title('Correlation Heatmap', fontsize=16)

# 显示图形
plt.show()

您可能感兴趣的与本文相关的镜像

Python3.9

Python3.9

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值