Hărți de căldură cu clustere

Hărțile de căldură sunt extrem de utile pentru vizualizarea unei matrice de corelație, însă hărțile de căldură cu clustere sunt și mai eficiente. O astfel de hartă permite descoperirea structurii dintr-o matrice de corelație, producând o hartă de căldură grupată ierarhic:

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)

Pentru a evita suprapunerea etichetelor de pe axe, poți accesa obiectul Axes din obiectul fig subiacent și poți specifica rotația. Poți afla mai multe despre argumentele funcției clustermap() aici.

Acest exercițiu face parte din cursul

Vizualizarea datelor de tip serie temporală în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Importă seaborn ca sns.
Calculează corelația dintre toate coloanele din DataFrame-ul meat folosind metoda Pearson și atribuie rezultatele unei noi variabile numite corr_meat.
Reprezintă grafic harta de clustere a lui corr_meat.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import seaborn library
____

# Get correlation matrix of the meat DataFrame
corr_meat = ____(____)

# Customize the heatmap of the corr_meat correlation matrix and rotate the x-axis labels
fig = ____(corr_meat,
                     row_cluster=True,
                     col_cluster=True,
                     figsize=(10, 10))

plt.setp(fig.ax_heatmap.xaxis.get_majorticklabels(), rotation=90)
plt.setp(fig.ax_heatmap.yaxis.get_majorticklabels(), rotation=0)
plt.show()

Editează și rulează codul