皮尔逊相关系数绘图 python
时间: 2025-01-11 22:28:52 浏览: 106
### 使用 Python 绘制皮尔逊相关系数图
为了绘制皮尔逊相关系数图表,可以利用 `pandas` 库来处理数据,并借助 `seaborn` 和 `matplotlib` 来可视化这些数据。下面是一个完整的例子,展示了如何读取数据集并创建一个基于皮尔逊方法的相关性热力图。
#### 导入必要的库
首先需要导入所需的Python包:
```python
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
```
#### 准备数据
假设有一个DataFrame对象名为df存储着要分析的数据,则可以通过指定method参数为'pearson'的方式调用corr函数获得该数据框内各列间的皮尔逊相关矩阵[^1]。
```python
# 假设 df 是已经加载好的 DataFrame 数据结构
correlation_matrix = df.corr(method='pearson')
```
#### 创建热力图
接着设置绘图样式以及配置项,最后调用heatmap函数传入上述得到的相关矩阵即可完成图形化展示。
```python
plt.figure(figsize=(8, 6))
sns.set(style="white")
# Draw the heatmap with the mask and correct aspect ratio
heat_map = sns.heatmap(correlation_matrix,
linewidths=0.1,
vmax=1.0,
square=True,
linecolor='white',
annot=True)
plt.title('Pearson Correlation Heatmap')
plt.show()
```
此段代码会生成一张显示不同特征间线性关系强度的图像,其中颜色越深代表关联度越高;而annot选项使得每个格子内部标注具体的数值以便更直观地查看具体的相关程度。
阅读全文
相关推荐


















