Pandas 相关矩阵

Suraj Joshi 2023年1月30日 2021年1月22日
  1. 使用 DataFrame.corr() 方法生成相关矩阵
  2. 使用 Matplotlib.pyplot.matshow() 方法可视化 Pandas 相关矩阵
  3. 使用 seaborn.heatmap() 方法可视化 Pandas 相关矩阵
  4. 使用 DataFrame.style 属性可视化相关矩阵
Pandas 相关矩阵

本教程将解释我们如何使用 DataFrame.corr() 方法生成相关矩阵,并使用 Matplotlib 中的 pyplot.matshow() 方法将相关矩阵可视化。

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")

输出:

       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

我们将使用 DataFrame employees_df 来解释如何生成和可视化相关矩阵。

使用 DataFrame.corr() 方法生成相关矩阵

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")

输出:

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

它生成一个 DataFrame,其中包含 DataFrame 中每一列与其他列之间的相关值。

相关值只在有数值的列之间计算。默认情况下,corr() 方法使用 Pearson 方法来计算相关系数。我们也可以通过在 corr 方法中指定 method 参数的值,使用其他方法如 Kendallspearman 来计算相关系数。

使用 Matplotlib.pyplot.matshow() 方法可视化 Pandas 相关矩阵

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()

输出:

使用 matshow 方法将相关矩阵可视化

它使用 Matplotlib.pyplot 中的 matshow() 函数绘制从 employees_df DataFrame 生成的相关矩阵。

使用 seaborn.heatmap() 方法可视化 Pandas 相关矩阵

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()

输出:

利用 seaborn 的热图方法可视化相关矩阵

它使用 seaborn 包中的 heatmap() 函数绘制从 employees_df DataFrame 生成的相关矩阵。

使用 DataFrame.style 属性可视化相关矩阵

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')

输出:

使用 DataFrame 对象的 style 属性可视化相关矩阵

corr_df DataFrame 对象的 style 属性返回一个 Styler 对象。我们可以使用 Styler 对象的 background_gradient 来可视化 DataFrame 对象。

本方法只能在 IPython 中生成图形。

Author: Suraj Joshi
Suraj Joshi avatar Suraj Joshi avatar

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

LinkedIn