相关疑难解决方法(0)

我喜欢PerformanceAnalyticsR包的chart.Correlation功能中的这个相关矩阵:

我怎样才能在Python中创建它？我见过的相关矩阵图主要是热图,例如这个seaborn例子.

I have the below data:

prop_tenure  prop_12m  prop_6m  
0.00         0.00      0.00   
0.00         0.00      0.00   
0.06         0.06      0.10   
0.38         0.38      0.25   
0.61         0.61      0.66   
0.01         0.01      0.02   
0.10         0.10      0.12   
0.04         0.04      0.04   
0.22         0.22      0.22 

and I am doing a pairplot as below:

sns.pairplot(data)
plt.show()

However I would like to display the correlation coefficient among the variables and if possible the skewness and kurtosis of each variable. I am not sure how to do that in seaborn. Can someone please …

我一直在从事python/seaborn/scipy.stats/matplotlib.pyplot等新手的数据分析工作.

SeGorn Correlation Coefficient on PairGrid 这个链接帮助我通过皮尔森R得分呈现我的变量之间的关系.然而,由于Pearsons测试的输出也应具有ap值以表明统计显着性,我正在研究将P值添加到我的图上的注释的方法.

g = sns.pairplot(unoutlieddata, vars=['bia', 'DW', 'HW', 'jackson', 'girths'], kind="reg")

def corrfunc(x, y, **kws):
    r, _ = sps.pearsonr(x, y)
    ax = plt.gca()
    ax.annotate("r = {:.2f}".format(r),
                xy=(.1, .9), xycoords=ax.transAxes)

g.map(corrfunc)
sns.plt.show()

显示的是我提供的链接格式的代码.SPS = scipy.stats.未提供的数据是已过滤以删除异常值的数据帧

任何想法都是神奇的

问候