Vizualizace korelačních matic

Korelační matici vytvořenou v předchozím cvičení můžeš znázornit pomocí heatmapy. K tomu využiješ funkci heatmap() z knihovny seaborn, která nabízí několik argumentů pro přizpůsobení vzhledu heatmapy.

df_corr = df.corr()

sns.heatmap(df_corr)
plt.xticks(rotation=90)
plt.yticks(rotation=0)

Metodami .xticks() a .yticks() můžeš popisky os otočit tak, aby se nepřekrývaly.

Podrobnosti o argumentech funkce heatmap() najdeš na této stránce.

Toto cvičení je součástí kurzu

Vizualizace dat časových řad v Pythonu

Zobrazit kurz

Pokyny k cvičení

Importuj seaborn jako sns.
Vypočítej korelaci mezi všemi sloupci DataFrame meat pomocí Spearmanovy metody a výsledek ulož do nové proměnné corr_meat.
Vykresli heatmapu proměnné corr_meat.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import seaborn library
import ____ as ____

# Get correlation matrix of the meat DataFrame: corr_meat
____ = ____.____(method=____)

# Customize the heatmap of the corr_meat correlation matrix
____(corr_meat,
            annot=True,
            linewidths=0.4,
            annot_kws={"size": 10})

plt.xticks(rotation=90)
plt.yticks(rotation=0) 
plt.show()

Upravit a spustit kód