相关系数热力图python代码
时间: 2025-01-06 08:14:33 浏览: 76
### 使用 Python 绘制相关系数热力图
为了展示如何使用 `seaborn` 和其他库来创建相关系数热力图,下面提供了一个完整的代码示例。此例子展示了加载数据集、计算相关矩阵以及绘制带有注解的相关系数热力图的方法。
#### 导入必要的库
首先导入所需的库:
```python
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
```
#### 设置全局样式参数
设置绘图的默认字体和其他属性可以提高图表的质量和可读性:
```python
plt.rc('font', family='Times New Roman', size=12) # 修改全图字体[^2]
matplotlib.rcParams['axes.unicode_minus'] = False # 正常显示负号[^3]
```
#### 准备数据并计算相关矩阵
假设有一个名为 `Gao_data` 的 DataFrame 数据源,从中选取特定列用于分析其间的关联度:
```python
df = Gao_data # 假设这是已经定义好的DataFrame对象
shifted_cols = df.columns
corrmat = df[shifted_cols].corr()
```
#### 创建图形窗口与子图布局
设定图像大小以便更好地呈现细节信息:
```python
f, ax = plt.subplots(nrows=1, ncols=1, figsize=(12, 8))
```
#### 绘制热力图
利用 Seaborn 库中的 `heatmap()` 方法绘制热力图,并添加数值标签以增强解释能力:
```python
sns.heatmap(
corrmat,
annot=True, # 显示具体数值
vmax=1, # 设定颜色条的最大值范围
square=True # 单元格形状为正方形
)
ax.set_title('高钾玻璃化学成分相关性', fontsize=16)
plt.tight_layout() # 自动调整各元素间距防止重叠
plt.show()
```
通过上述步骤即可完成一张美观且易于理解的相关系数热力图。该过程不仅限于特定的数据集,在实际应用中可以根据需求替换不同的输入数据来进行相似的操作。
阅读全文
相关推荐

















