學(xué)習(xí)筆記?學(xué)習(xí)計(jì)算皮爾相關(guān)遜系數(shù)，并用熱力圖展示出來(lái)。
? ? ? ?由于是自我練習(xí)的筆記，所以這里先通過(guò)Pandas隨機(jī)生成一部分時(shí)序數(shù)據(jù)，然后再調(diào)用corr()函數(shù)來(lái)計(jì)算皮爾遜相關(guān)系數(shù)，并把計(jì)算結(jié)果先展示輸出出來(lái)，最后通過(guò)熱力圖的方式把計(jì)算結(jié)果展現(xiàn)出來(lái)。
? ?下面是開(kāi)發(fā)的具體過(guò)程：
1、首先導(dǎo)入需要的算法包
import seaborn as sns
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt2、生成數(shù)據(jù)（由于是練習(xí)，所以這里的數(shù)據(jù)是隨機(jī)生成的時(shí)序數(shù)據(jù)，其中索引為時(shí)間）
dates = pd.date_range('20220101', periods=15)#生成連續(xù)15天的時(shí)間序列
df = pd.DataFrame(np.random.randn(15,4), index=dates, columns=list('ABCD'))
print(df)輸出：
3、通過(guò)corr()函數(shù)來(lái)計(jì)算df數(shù)據(jù)中的兩兩元素的皮爾相關(guān)遜系數(shù)
a=df.corr()
print('皮爾遜系數(shù)')
print(a)計(jì)算結(jié)果如下：?
?
4、通過(guò)計(jì)算出來(lái)的皮爾遜相關(guān)系數(shù)進(jìn)行畫(huà)熱力圖，用熱力圖表示相關(guān)性。
sns.heatmap(df.corr(method='pearson'),linewidths=0.1,vmax=1.0, square=True,linecolor='white', annot=True)
plt.title('皮爾遜熱力圖')
plt.show()輸出：
文章來(lái)源：http://www.zghlxwxcb.cn/news/detail-706096.html
?完整版代碼如下（本地運(yùn)行無(wú)誤，可以使用）：文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-706096.html
#coding=utf-8
import seaborn as sns
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
dates = pd.date_range('20220101', periods=15)#生成連續(xù)六天的時(shí)間序列
#隨機(jī)生成數(shù)據(jù)
df = pd.DataFrame(np.random.randn(15,4), index=dates, columns=list('ABCD'))
print(df)
a=df.corr()
print('皮爾遜系數(shù)')
print(a)
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
sns.heatmap(df.corr(method='pearson'),linewidths=0.1,vmax=1.0, square=True,linecolor='white', annot=True)
plt.title('皮爾遜熱力圖')
plt.show()到了這里，關(guān)于使用Python計(jì)算皮爾遜相關(guān)系數(shù)，并用熱力圖展示的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
