webstorm设置注释颜色_简单5步了解相关矩阵的注释热图

作者 | Julia Kho
编译 | CDA数据分析师
原文 | Annotated Heatmaps of a Correlation Matrix in 5 Simple Steps

热图是数据的图形表示&＃xff0c;也就是说&＃xff0c;它使用颜色来向读者传达价值。当您拥有大量数据时&＃xff0c;这是一个很好的工具&＃xff0c;可以帮助观众了解最重要的区域。

在本文中&＃xff0c;我将指导您通过5个简单步骤创建自己的相关矩阵注释热图。

1. 导入数据
2. 创建关联矩阵
3. 设置mask隐藏上三角
4. 在Seaborn中创建热图
5. 导出热图

1&＃xff09;导入数据

df &＃61; pd.read_csv("Highway1.csv"&＃xff0c;index_col &＃61; 0)

该公路事故数据集包含汽车事故率&＃xff0c;每百万车辆英里的事故以及若干设计变量。

2&＃xff09;创建相关矩阵

corr_matrix &＃61; df.corr()

我们使用的是.corr 创建相关矩阵 。请注意&＃xff0c;此矩阵中不存在htype列&＃xff0c;因为它不是数字。我们需要使用htype来计算相关性。

df_dummy &＃61; pd.get_dummies(df.htype)
df &＃61; pd.concat([df&＃xff0c;df_dummy]&＃xff0c;axis &＃61; 1)

另外&＃xff0c;请注意&＃xff0c;相关矩阵的上三角部分与下三角对称。因此&＃xff0c;我们的热图不需要显示整个矩阵。我们将在下一步隐藏上三角形。

3&＃xff09;设置mask隐藏上三角

mask &＃61; np.zeros_like(corr_matrix&＃xff0c;dtype &＃61; np.bool)
mask[np.triu_indices_from(mask)] &＃61;True

让我们打破上面的代码吧。 np.zeros_like() 返回一个零数组&＃xff0c;其形状和类型与给定的数组相同。通过传递相关矩阵&＃xff0c;我们得到如下的零数组。

该 dtype&＃61;np.bool 参数会覆盖数据类型&＃xff0c;因此我们的数组是一个布尔数组。

np.triu_indices_from(mask) 返回数组上三角形的索引。

现在&＃xff0c;我们将上三角形设置为True。 mask[np.triu_indices_from(mask)]&＃61; True

现在&＃xff0c;我们有一个掩码可以用来生成热图。

4&＃xff09;在Seaborn中创建热图

f&＃xff0c;ax &＃61; plt.subplots(figsize &＃61;(11,15))
heatmap&＃61;sns.heatmap(corr_matrix,
mask &＃61; mask,
square &＃61; True,
linewidths &＃61; .5,
cmap &＃61;&＃39;coolwarm&＃39;,
cbar_kws &＃61; {&＃39;shrink&＃39;:.4,
&＃39;ticks&＃39;:[-1,-.5,0,0.5,1]},
vmin &＃61; -1,
vmax &＃61; 1,
annot &＃61; True,
annot_kws &＃61; {"size":12})
#增加列名做为标签
ax.set_yticklabels(corr_matrix.columns&＃xff0c;rotation &＃61; 0)
ax.set_xticklabels(corr_matrix.columns)
sns.set_style({&＃39;xtick.bottom&＃39;:True},{&＃39;ytick.left&＃39;:True})

为了创建我们的热图&＃xff0c;我们传递步骤3中的相关矩阵和我们在步骤4中创建的蒙版以及自定义参数&＃xff0c;以使我们的热图看起来更好。如果您有兴趣了解每条线的作用&＃xff0c;请参考以下参数说明。

#使每个单元格成方形
square &＃61; True,
#设置将每个单元格划分为.5的行的宽度
linewidths &＃61; .5,
#Map数据值到coolwarm颜色空间
cmap &＃61;&＃39;coolwarm&＃39;,
#Shrink在[-1&＃xff0c;-.5,0,0.5,1]处的图例大小和标签刻度线
cbar_kws &＃61; {&＃39;shrink&＃39;:.4,&＃39;ticks&＃39;:[-1&＃xff0c;-.5,0,0.5,1]},
#设置颜色条的最小值
vmin &＃61; -1,
#设置颜色条的最大值
vmax &＃61; 1,
#转到相关值的注释
annot &＃61; True,
#将注释设置为12
annot_kws &＃61; {"size":12}
#将列名添加到x标签
ax.set_xticklabels(corr_matrix.columns)
#将列名添加到y标签并将文本旋转到0度
ax.set_yticklabels(corr_matrix.columns,rotation &＃61; 0)
#在热图的底部和左侧显示标记
sns.set_style({&＃39;xtick.bottom&＃39;:True},{&＃39;ytick.left&＃39;:True})

5&＃xff09;导出热图 现在你有热图&＃xff0c;让我们把它导出。

heatmap.get_figure().savefig(&＃39;heatmap.png&＃39;, bbox_inches&＃61;&＃39;tight&＃39;)

如果您发现有一个非常大的热图不能正确导出&＃xff0c;请使用bbox_inches &＃61; &＃39;tight&＃39; 以防止图像被切断。

搜索进入小程序&＃xff0c;解锁更多精彩资讯和优质内容&＃xff0c;不要错过哟&＃xff01;