Visualize matrizes de correlação

A matriz de correlação gerada no exercício anterior pode ser plotada usando um mapa de calor. Para isso, você pode usar a função heatmap() da biblioteca seaborn, que contém vários argumentos para ajustar a aparência do seu mapa de calor.

df_corr = df.corr()

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

Você pode usar os métodos .xticks() e .yticks() para rotacionar os rótulos dos eixos e evitar sobreposição.

Para conhecer os argumentos da função heatmap(), consulte esta página.

Este exercício faz parte do curso

Visualizing Time Series Data in Python

Ver curso

Instruções do exercício

Importe seaborn como sns.
Calcule a correlação entre todas as colunas do DataFrame meat usando o método Spearman e atribua o resultado a uma nova variável chamada corr_meat.
Plote o mapa de calor de corr_meat.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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()

Editar e executar o código