Python_Spearman相关分析 | 热力图 | 上下三角

本文介绍如何使用Python进行Spearman相关分析并绘制切割上下三角的热力图,适用于包含分类数据的情况。文章强调了数据属性判断的重要性,并提供了部分代码示例,虽然关键数据进行了马赛克处理。
部署运行你感兴趣的模型镜像

使用Python绘制Spearman相关分析热力图(切割上下三角)

如有错误,欢迎交流!
初心不改,依然是GZY最劣代码手

使用相关分析时要先判断数据的属性:

如果数据都是定量数据,则使用Pearson相关分析法;

若数据中有分类数据,则使用Spearman相关分析。

本文中展示基于Spearman相关分析的热力图,并分别做上下三角切割(一般在实验中,我们更倾向于保留下三角)

部分代码如下:


```python
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn 

data=pd.read_csv("C:/.../xx.csv")#导入数据
col_name=data.columns.values#获取列名
spearman_matrix=[]
#(中间省略一部分Spearman相关分析),此时得到的是完整的热力图矩阵
#保留上三角:
mask=np.zeros_like(spearman_matrix)
for i in range(1,len(mask)):
    for j in range(0,i):
        mask[i][j]=True
#若要保留下三角,只需将mask[i][j]=True改成mask[j][i]=True
spearman_matrix=pd.DataFrame(spearman_matrix,index=col_name,columns=col_name)#矩阵
seaborn.heatmap(spearman_matrix,annot=True,mask=mask,xticklabels=col_name,yticklabels=col_name)#绘制热力图

因数据暂时保密,此处将图片做马赛克处理
因数据暂时保密,此处将图片做马赛克处理。

以上。

您可能感兴趣的与本文相关的镜像

Python3.10

Python3.10

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