lui*_*fer 5 python visualization data-visualization matplotlib seaborn
我正在UDemy上学习关于数据可视化的课程(我推荐给你,但它可能看起来像垃圾邮件),在那之前,我一直在使用matplotlib进行可视化,所以Seaborn很新我.在课程中他们谈论corrplot()功能,可以产生如下图表:
但现在,corrplot()已被弃用.我一直在寻找Seaborn文档,以及网络上的一些链接,而我所做的"更接近"是:
当然,我更喜欢原始corrplot()输出,并且它更容易实现,使用该heatmap()功能或任何其他功能的方法是什么?
BTW:产生图表的数据不同,第一个来自视频的捕获,而另一个是我的PC的截图,所以值不一样.
首先,corrplot()折旧的事实并不意味着你不能使用它.它很可能会在未来的seaborn版本中删除,或者附带一些其他问题.但是,如果你对它现在给你的东西感到满意,你仍然可以使用它.
为了获得类似corrplot但使用a的结果heatmap,您可能需要稍微调整一下情节.
一个例子如下所示:
import numpy as np; np.random.seed(1)
import pandas as pd
import seaborn.apionly as sns
import matplotlib.pyplot as plt
# Generate a random dataset
cols = [s*4 for s in list("ABCD")]
df = pd.DataFrame(data=np.random.rayleigh(scale=5, size=(100, 4)), columns=cols)
# Compute the correlation matrix
corr = df.corr()
print(corr)
# Generate a mask for the upper triangle
mask = np.zeros_like(corr, dtype=np.bool)
mask[np.triu_indices_from(mask)] = True
# Set up the matplotlib figure
fig, ax = plt.subplots()
# Draw the heatmap with the mask and correct aspect ratio
vmax = np.abs(corr.values[~mask]).max()
sns.heatmap(corr, mask=mask, cmap=plt.cm.PuOr, vmin=-vmax, vmax=vmax,
square=True, linecolor="lightgray", linewidths=1, ax=ax)
for i in range(len(corr)):
ax.text(i+0.5,len(corr)-(i+0.5), corr.columns[i],
ha="center", va="center", rotation=45)
for j in range(i+1, len(corr)):
s = "{:.3f}".format(corr.values[i,j])
ax.text(j+0.5,len(corr)-(i+0.5),s,
ha="center", va="center")
ax.axis("off")
plt.show()
Run Code Online (Sandbox Code Playgroud)
小智 6
下面这个简单的事情让我得到了一个corrplot。现在您可以使用map_upper 和map_lower 并生成您想要的内容。
tech_rets_corr= tech_rets.dropna().corr()
sns.heatmap(tech_rets_corr, annot=True, fmt='.2f')
plt.show()
Run Code Online (Sandbox Code Playgroud)
| 归档时间: |
|
| 查看次数: |
5943 次 |
| 最近记录: |