상관행렬 시각화하기

이전 연습 문제에서 만든 상관행렬은 히트맵으로 시각화할 수 있어요. 이를 위해 seaborn 라이브러리의 heatmap() 함수를 사용할 수 있으며, 히트맵 모양을 조정할 수 있는 다양한 인자를 제공합니다.

df_corr = df.corr()

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

축 레이블이 겹치지 않도록 .xticks()와 .yticks() 메서드를 사용해 회전시킬 수 있어요.

heatmap() 함수의 인자에 대해 더 알아보려면 이 페이지를 참고하세요.

이 연습은 강의의 일부입니다

Python으로 시계열 데이터 시각화

강의 보기

연습 안내

seaborn을 sns로 임포트하세요.
Spearman 방법을 사용해 meat DataFrame의 모든 열 간 상관관계를 계산하고, 결과를 corr_meat라는 새 변수에 할당하세요.
corr_meat의 히트맵을 그리세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# 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()

코드 편집 및 실행