Correlatiematrices visualiseren

De correlatiematrix die in de vorige oefening is gegenereerd, kun je visualiseren met een heatmap. Gebruik hiervoor de functie heatmap() uit de bibliotheek seaborn. Die heeft verschillende argumenten om het uiterlijk van je heatmap aan te passen.

df_corr = df.corr()

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

Je kunt de methoden .xticks() en .yticks() gebruiken om de aslabels te roteren zodat ze niet overlappen.

Wil je meer weten over de argumenten van de functie heatmap(), kijk dan op deze pagina.

Deze oefening maakt deel uit van de cursus

Tijdreeksen visualiseren in Python

Cursus bekijken

Oefeninstructies

Importeer seaborn als sns.
Bereken de correlatie tussen alle kolommen in de meat-DataFrame met de Spearman-methode en sla de resultaten op in een nieuwe variabele corr_meat.
Plot de heatmap van corr_meat.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# 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()

Code bewerken en uitvoeren