Pandas 相關矩陣

Suraj Joshi 2023年1月30日 2021年1月22日
  1. 使用 DataFrame.corr() 方法生成相關矩陣
  2. 使用 Matplotlib.pyplot.matshow() 方法視覺化 Pandas 相關矩陣
  3. 使用 seaborn.heatmap() 方法視覺化 Pandas 相關矩陣
  4. 使用 DataFrame.style 屬性視覺化相關矩陣
Pandas 相關矩陣

本教程將解釋我們如何使用 DataFrame.corr() 方法生成相關矩陣,並使用 Matplotlib 中的 pyplot.matshow() 方法將相關矩陣視覺化。

import pandas as pd

employees_df = pd.DataFrame({
    'Name': ["Jonathan", "Will", "Michael", "Liva", "Sia", "Alice"],
    'Age': [20, 22, 29, 20, 20, 21],
    'Weight(KG)': [65, 75, 80, 60, 63, 70],
    'Height(meters)': [1.6, 1.7, 1.85, 1.69, 1.8, 1.75],
    'Salary($)': [3200, 3500, 4000, 2090, 2500, 3600]

})

print(employees_df, "\n")

輸出:

       Name  Age  Weight(KG)  Height(meters)  Salary($)
0  Jonathan   20          65            1.60       3200
1      Will   22          75            1.70       3500
2   Michael   29          80            1.85       4000
3      Liva   20          60            1.69       2090
4       Sia   20          63            1.80       2500
5     Alice   21          70            1.75       3600

我們將使用 DataFrame employees_df 來解釋如何生成和視覺化相關矩陣。

使用 DataFrame.corr() 方法生成相關矩陣

import pandas as pd

employees_df = pd.DataFrame({
    'Name': ["Jonathan", "Will", "Michael", "Liva", "Sia", "Alice"],
    'Age': [20, 22, 29, 20, 20, 21],
    'Weight(KG)': [65, 75, 80, 60, 63, 70],
    'Height(meters)': [1.6, 1.7, 1.85, 1.69, 1.8, 1.75],
    'Salary($)': [3200, 3500, 4000, 2090, 2500, 3600]

})

print("The DataFrame of Employees is:")
print(employees_df, "\n")

corr_df = employees_df.corr()
print("The correlation DataFrame is:")
print(corr_df, "\n")

輸出:

The DataFrame of Employees is:
       Name  Age  Weight(KG)  Height(meters)  Salary($)
0  Jonathan   20          65            1.60       3200
1      Will   22          75            1.70       3500
2   Michael   29          80            1.85       4000
3      Liva   20          60            1.69       2090
4       Sia   20          63            1.80       2500
5     Alice   21          70            1.75       3600

The correlation DataFrame is:
                     Age  Weight(KG)  Height(meters)  Salary($)
Age             1.000000    0.848959        0.655252   0.695206
Weight(KG)      0.848959    1.000000        0.480998   0.914861
Height(meters)  0.655252    0.480998        1.000000   0.285423
Salary($)       0.695206    0.914861        0.285423   1.000000

它生成一個 DataFrame,其中包含 DataFrame 中每一列與其他列之間的相關值。

相關值只在有數值的列之間計算。預設情況下,corr() 方法使用 Pearson 方法來計算相關係數。我們也可以通過在 corr 方法中指定 method 引數的值,使用其他方法如 Kendallspearman 來計算相關係數。

使用 Matplotlib.pyplot.matshow() 方法視覺化 Pandas 相關矩陣

import pandas as pd
import matplotlib.pyplot as plt

employees_df = pd.DataFrame({
    'Name': ["Jonathan", "Will", "Michael", "Liva", "Sia", "Alice"],
    'Age': [20, 22, 29, 20, 20, 21],
    'Weight(KG)': [65, 75, 80, 60, 63, 70],
    'Height(meters)': [1.6, 1.7, 1.85, 1.69, 1.8, 1.75],
    'Salary($)': [3200, 3500, 4000, 2090, 2500, 3600]

})

corr_df = employees_df.corr(method='pearson')

plt.matshow(corr_df)
plt.show()

輸出:

使用 matshow 方法將相關矩陣視覺化

它使用 Matplotlib.pyplot 中的 matshow() 函式繪製從 employees_df DataFrame 生成的相關矩陣。

使用 seaborn.heatmap() 方法視覺化 Pandas 相關矩陣

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

employees_df = pd.DataFrame({
    'Name': ["Jonathan", "Will", "Michael", "Liva", "Sia", "Alice"],
    'Age': [20, 22, 29, 20, 20, 21],
    'Weight(KG)': [65, 75, 80, 60, 63, 70],
    'Height(meters)': [1.6, 1.7, 1.85, 1.69, 1.8, 1.75],
    'Salary($)': [3200, 3500, 4000, 2090, 2500, 3600]

})

corr_df = employees_df.corr(method='pearson')

plt.figure(figsize=(8, 6))
sns.heatmap(corr_df, annot=True)
plt.show()

輸出:

利用 seaborn 的熱圖方法視覺化相關矩陣

它使用 seaborn 包中的 heatmap() 函式繪製從 employees_df DataFrame 生成的相關矩陣。

使用 DataFrame.style 屬性視覺化相關矩陣

import pandas as pd

employees_df = pd.DataFrame({
    'Name': ["Jonathan", "Will", "Michael", "Liva", "Sia", "Alice"],
    'Age': [20, 22, 29, 20, 20, 21],
    'Weight(KG)': [65, 75, 80, 60, 63, 70],
    'Height(meters)': [1.6, 1.7, 1.85, 1.69, 1.8, 1.75],
    'Salary($)': [3200, 3500, 4000, 2090, 2500, 3600]

})

corr_df = employees_df.corr(method='pearson')

corr_df.style.background_gradient(cmap='coolwarm')

輸出:

使用 DataFrame 物件的 style 屬性視覺化相關矩陣

corr_df DataFrame 物件的 style 屬性返回一個 Styler 物件。我們可以使用 Styler 物件的 background_gradient 來視覺化 DataFrame 物件。

本方法只能在 IPython 中生成圖形。

Author: Suraj Joshi
Suraj Joshi avatar Suraj Joshi avatar

Suraj Joshi is a backend software engineer at Matrice.ai.

LinkedIn