Python绘制相关性热力图

本文介绍了如何使用Python的seaborn和pandas库读取CSV数据,计算相关性系数,并通过matplotlib绘制出美观的相关性热力图,详细展示了代码步骤和参数设置。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Python绘制相关性热力图


直接上代码

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


plt.rcParams['font.family'] = 'Times New Roman' # 设置英文字体为Times New Roman



df = pd.read_csv('data.csv')#这里的data.csv为任意csv文件
df_corr = df.corr()#计算相关性系数
plt.figure(figsize=(10,8))#figsize可以规定热力图大小

plt.xticks(size=18,fontproperties='Times New Roman',weight='bold')

plt.yticks(size=18,fontproperties='Times New Roman',weight='bold')

fig = sns.heatmap(df_corr, #所绘数据
                  cmap='coolwarm', #颜色
                annot=True,fmt='.3g',#annot为热力图上显示数据;结果保留3位数字
                annot_kws={'size': 18, 'style': 'normal', #字体大小和格式
                           'family':'Times New Roman','weight': 'bold'}, #字体和风格--加粗
                linewidths=3, #图框分割线宽度
                square=True,  #使每个图框大小一致
                cbar = True) #绘制图例

cbar = fig.collections[0].colorbar

cbar.ax.tick_params(labelsize=20)  #设置图例字体大小

fig

结果展示
在这里插入图片描述

评论 1
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