seaborn中pairplot函数可视化探索数据特征间的关系

最新推荐文章于 2025-07-04 20:32:16 发布

原创最新推荐文章于 2025-07-04 20:32:16 发布 · 1.3w 阅读

48 ·

CC 4.0 BY-SA版权

数据可视化绘图专栏收录该内容

3 篇文章

订阅专栏

本文通过Seaborn库的pairplot函数和热力图，展示波士顿房价数据集中特征间的关联性，包括LSTAT、INDUS、NOX、RM和MEDV等关键指标的可视化分析。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

seaborn中pairplot函数可视化探索数据特征间的关系，案例使用数据集为波士顿房价数据集。读者可自行下载。

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

# 读取数据
df = pd.read_csv('boston.csv', sep=',')
df.columns = ['CRIM', 'ZN', 'INDUS', 'CHAS',
              'NOX', 'RM', 'AGE', 'DIS', 'RAD',
              'TAX', 'PTRATIO', 'LSTAT', 'MEDV']
print(df.head())

# 利用探索新数据分析工具可视化特征两两间的广西
sns.set(style='whitegrid', context='notebook')
cols = ['LSTAT', 'INDUS', 'NOX', 'RM', 'MEDV']
sns.pairplot(df[cols], size=2.5)
plt.show()

# 可视化相关系数矩阵，理论：皮尔逊相关系数
cm = np.corrcoef(df[cols].values.T)
sns.set(font_scale=1.5)
hm = sns.heatmap(cm,
                 cbar=True,
                 annot=True,
                 square=True,
                 fmt='.2f',
                 annot_kws={'size':15},
                 yticklabels=cols,
                 xticklabels=cols)
plt.show()

可视化效果图：