相关疑难解决方法(0)

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,我们可以使用dataframe.corr()pandas库中的函数.是否有任何内置函数由pandas库提供以绘制此矩阵？

我正在从pandas pivot_table创建一个热图,如下所示:

table2 = pd.pivot_table(df,values='control',columns='Year',index='Region',aggfunc=np.sum)
sns.heatmap(table2,annot=True,cmap='Blues')

它会创建一个热图,如下所示.你可以看到数字不是很大(最多750),但它用科学记数法显示它们.如果我查看表本身,情况并非如此.有关如何让它以简单的符号显示数字的任何想法？

我经常发现自己需要使用matplotlib在Python中创建热图样式的可视化.Matplotlib提供了几个显然做同样事情的功能. pcolormesh建议代替pcolor但是什么之间的差值(从实用的角度作为数据绘图仪)imshow和pcolormesh？使用其中一个的优点/缺点是什么？在什么情况下,一方或另一方是明显的赢家？

我正在尝试用Python绘制时间序列的直方图.已经有这个了类似的问题,但R中.所以,基本上,我需要相同的东西,但我在R中真的很糟糕.我的数据集中每天通常有48个值.其中 - 9999表示缺少数据. 这是数据的样本.

我开始阅读数据并构建一个pandas DataFrame.

import pandas as pd
df = pd.read_csv('sample.csv', parse_dates=True, index_col=0, na_values='-9999') 
print df

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 336 entries, 2008-07-25 14:00:00 to 2008-08-01 13:30:00
Data columns (total 1 columns):
159.487691046    330  non-null values
dtypes: float64(1)

现在我可以按天分组数据:

daily = df.groupby(lambda x: x.date())

但后来我被卡住了.我不知道如何使用它matplotlib来获取直方图的时间序列.任何帮助表示赞赏,不一定使用pandas.

我有以下三个变量的数据集：

1. df['Score'] 浮动虚拟（1 或 0）
2. df['Province'] 一个对象列，其中每一行是一个区域
3. df['Product type'] 指示行业的对象。

我想创建一个联合图，在 x 轴上我有不同的行业，在 y 轴上是不同的省份，作为我的联合图的颜色，我有得分的相对频率。像这样的东西。 https://seaborn.pydata.org/examples/hexbin_marginals.html

暂时我只能做到以下几点

mean = df.groupby(['Province', 'Product type'])['score'].mean()

但我不确定如何绘制它。

谢谢！

我有一个以“类型”为列的数据框。在此列中，每个条目都有几个值。例如，电影“哈利·波特”可能在类型栏中具有幻想，冒险性。在进行数据分析和探索时，我不知道如何用多个值表示此列以显示电影和/或流派之间的任何关系。

我曾考虑过使用图形分析来显示这种关系，但是我想探索我可以考虑的其他方法吗？