Visualizzare le matrici di correlazione

La matrice di correlazione generata nell'esercizio precedente può essere rappresentata con una heatmap. Per farlo, puoi usare la funzione heatmap() della libreria seaborn, che offre diversi argomenti per personalizzare l'aspetto della tua heatmap.

df_corr = df.corr()

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

Puoi usare i metodi .xticks() e .yticks() per ruotare le etichette degli assi così da evitare sovrapposizioni.

Per conoscere gli argomenti della funzione heatmap(), fai riferimento a questa pagina.

Questo esercizio fa parte del corso

Visualizzare dati di serie temporali in Python

Visualizza il corso

Istruzioni dell'esercizio

Importa seaborn come sns.
Calcola la correlazione tra tutte le colonne del DataFrame meat usando il metodo Spearman e assegna i risultati a una nuova variabile chiamata corr_meat.
Traccia la heatmap di corr_meat.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# 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()

Modifica ed esegui il codice