python入门需要掌握绘制热图展示的相关系数

　　介绍

这篇文章给大家介绍python入门需要掌握绘制热图展示的相关系数,内容非常详细,感兴趣的小伙伴们可以参考借鉴,希望对大家能有所帮助。

<节>,使用的数据集还是之前提到的3个品种小麦种子数据

需要示例数据的可以直接留言

数据集包括3个品种的小麦种子7个指标,这7个指标分别是

    <李> <>节面积 <李> <节> B周长 <李> <节> C紧凑度 <李> <>节路长度 <李> <节>周宽度 <李> <节> A_coef偏度系数 <李> <>部分漏腹沟长度
<图数据工具=癿dnice编辑器”> python入门需要掌握绘制热图展示的相关系数”> 　　<figcaption>图像。png </figcaption> </图> <ul data工具=癿dnice编辑器”类= <李> <节>最后一个变量目标是小麦所属种类,分别是0,1,2

第一次使用python直接在电脑上安装anaconda3就好了,我之前录制过一个视频进行介绍,可以参考

,第一步启动jupyter实验室(我用的是win10系统的电脑)

win +快捷键输入cmd按回车打开命令行窗口,然后再命令行输入jupyter实验室 python入门需要掌握绘制热图展示的相关系数

按回车键jupyter实验室在默认浏览器启动 python入门需要掌握绘制热图展示的相关系数

点击笔记本下的python3新建一个窗口

<图数据工具=癿dnice编辑器”> python入门需要掌握绘制热图展示的相关系数”> 　　,<figcaption> image.png </figcaption> </图> <p>接下来就是输入命令了</p>, <h7>导入熊猫模块读入数据</h7> <pre> <代码> import  pandas  as  pd <br/> df =, pd.read_csv (“D://Rstudio_default_working/kaggle/Seed_Data.csv df.head ()
　　图数据工具,<=" mdnice编辑器”> python入门需要掌握绘制热图展示的相关系数”> 　　,<figcaption> image.png </figcaption> </图>,<h7>去掉最后一列目标,因为计算相关系数用不到</h7> <pre> <代码> df1 =, df.drop(& # 39;目标# 39;轴=1)<br/> </代码> </pre> 　　图数据工具,<= python入门需要掌握绘制热图展示的相关系数”> 　　,<figcaption> image.png </figcaption> </图>,<h7>接下来就是导入seaborn模块绘制相关系数的热图了</h7> <p>这里参考了https://heartbeat.fritz.ai/seaborn-heatmaps-13-ways-to-customize-correlation-matrix-visualizations-f1c49c816f07 </p> <pre> <代码> import  seaborn  as  sns <br/> sns.heatmap (df.corr ()) <br/> </代码> </pre> 　　图数据工具,<= python入门需要掌握绘制热图展示的相关系数”> 　　,<figcaption> image.png </figcaption> </图> <p>显示相关系数</p> <pre> <代码> sns.heatmap (df.corr (), annot=True) <br/> </代码> </pre> 　　图数据工具,<= python入门需要掌握绘制热图展示的相关系数”> 　　<figcaption>图像。png </figcaption> </图> <p>这里相关性分析默认的好像是皮尔逊相关性分析</p> <p>更改其他的方法</p> <图数据工具=癿dnice编辑器”> <img src=关于python入门需要掌握绘制热图展示的相关系数就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看的到。

python入门需要掌握绘制热图展示的相关系数