這篇文章給大家介紹python入門需要掌握繪制熱圖展示的相關系數(shù)，內(nèi)容非常詳細，感興趣的小伙伴們可以參考借鑒，希望對大家能有所幫助。

創(chuàng)新互聯(lián)專注于平川企業(yè)網(wǎng)站建設,成都響應式網(wǎng)站建設,商城網(wǎng)站建設。平川網(wǎng)站建設公司,為平川等地區(qū)提供建站服務。全流程定制設計，專業(yè)設計，全程項目跟蹤，創(chuàng)新互聯(lián)專業(yè)和態(tài)度為您提供的服務

 使用的數(shù)據(jù)集還是之前提到的3個品種小麥種子數(shù)據(jù)

需要示例數(shù)據(jù)的可以直接留言

數(shù)據(jù)集包括3個品種的小麥種子7個指標，這7個指標分別是

• A 面積
• B 周長
• C緊湊度
• LK 長度
• WK 寬度
• A_coef 偏度系數(shù)
• LKG 腹溝長度

 

• 最后一個變量target是小麥所屬種類，分別是0,1,2

第一次使用python直接在電腦上安裝anaconda3就好了，我之前錄制過一個視頻進行介紹，可以參考

 第一步啟動jupyter lab （我用的是win10系統(tǒng)的電腦）

win+快捷鍵 輸入cmd按回車 打開命令行窗口，然后再命令行輸入 jupyter lab

按回車鍵 jupyter lab在默認瀏覽器啟動

點擊Notebook下的python3新建一個窗口

 

接下來就是輸入命令了

 導入pandas模塊讀入數(shù)據(jù)

import pandas as pd
df = pd.read_csv("D://Rstudio_default_working/kaggle/Seed_Data.csv")
df.head()

 

 

 去掉最后一列target，因為計算相關系數(shù)用不到

df1 = df.drop('target',axis=1)

 

 

 接下來就是導入seaborn模塊繪制相關系數(shù)的熱圖了

這里參考了 https://heartbeat.fritz.ai/seaborn-heatmaps-13-ways-to-customize-correlation-matrix-visualizations-f1c49c816f07

import seaborn as sns
sns.heatmap(df.corr())

 

 

顯示相關系數(shù)

sns.heatmap(df.corr(),annot=True)

 

 

這里相關性分析默認的好像是皮爾遜相關性分析

更改其他的方法

 

 

關于python入門需要掌握繪制熱圖展示的相關系數(shù)就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。

網(wǎng)頁題目：python入門需要掌握繪制熱圖展示的相關系數(shù)
新聞來源：http://www.yijiale78.com/article0/gipsoo.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站策劃、外貿(mào)網(wǎng)站建設、網(wǎng)站導航、虛擬主機、靜態(tài)網(wǎng)站、網(wǎng)頁設計公司

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)