1. Learn
    2. /
  2. Cursuri
    3. /
  3. Wizualizacja danych szeregów czasowych w Pythonie
Connected

exercițiu

Pogrupowane mapy ciepła

Mapy ciepła świetnie nadają się do wizualizacji macierzy korelacji, ale pogrupowane mapy ciepła (clustermaps) są jeszcze lepsze. Clustermap pozwala odkryć ukrytą strukturę w macierzy korelacji, tworząc hierarchicznie pogrupowaną mapę ciepła:

df_corr = df.corr()

fig = sns.clustermap(df_corr)
plt.setp(fig.ax_heatmap.xaxis.get_majorticklabels(), rotation=90)
plt.setp(fig.ax_heatmap.yaxis.get_majorticklabels(), rotation=0)

Aby uniknąć nakładania się etykiet osi, możesz odwołać się do obiektu Axes z bazowego obiektu fig i określić kąt obrotu. Więcej informacji o argumentach funkcji clustermap() znajdziesz tutaj.

Instrucțiuni

100 XP
  • Zaimportuj seaborn jako sns.
  • Oblicz korelację między wszystkimi kolumnami ramki danych meat, używając metody Pearsona, i przypisz wynik do nowej zmiennej o nazwie corr_meat.
  • Narysuj clustermap dla corr_meat.