标签：python pandas matplotlib data-visualization information-visualization
我有一个具有大量功能的数据集,因此分析相关矩阵变得非常困难.我想绘制一个相关矩阵,我们使用pandas库中的dataframe.corr()函数.是否有任何内置函数由pandas库提供以绘制此矩阵？
解决方法:
您可以使用matplotlib中的pyplot.matshow()：
import matplotlib.pyplot as plt
plt.matshow(dataframe.corr())
plt.show()
编辑：
在评论中提出了如何更改轴刻度标签的请求.这是一个豪华版本,绘制在更大的图形尺寸上,具有与数据框匹配的轴标签,以及用于解释颜色比例的颜色条图例.
我包括如何调整标签的大小和旋转,我使用的是图形比率,使色条和主要图形的高度相同.
f = plt.figure(figsize=(19, 15))
plt.matshow(df.corr(), fignum=f.number)
plt.xticks(range(df.shape[1]), df.columns, fontsize=14, rotation=45)
plt.yticks(range(df.shape[1]), df.columns, fontsize=14)
cb = plt.colorbar()
cb.ax.tick_params(labelsize=14)
plt.title('Correlation Matrix', fontsize=16);
标签：python,pandas,matplotlib,data-visualization,information-visualization 来源： https://codeday.me/bug/20190926/1820736.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。