Візуалізація матриць кореляції

Матрицю кореляції, згенеровану у попередній вправі, можна зобразити як теплову мапу. Для цього скористайтеся функцією heatmap() з бібліотеки seaborn, яка має кілька аргументів для налаштування вигляду вашої теплової мапи.

df_corr = df.corr()

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

Ви можете використовувати методи .xticks() і .yticks(), щоб повернути підписи осей і запобігти їх накладанню.

Щоб дізнатися більше про аргументи функції heatmap(), зверніться до цієї сторінки: https://seaborn.pydata.org/generated/seaborn.heatmap.html

Ця вправа є частиною курсу

Візуалізація часових рядів у Python

Переглянути курс

Інструкції до вправи

Імпортуйте seaborn як sns.
Обчисліть кореляцію між усіма стовпцями в датафреймі meat методом Спірмена та збережіть результат у новій змінній corr_meat.
Побудуйте теплову мапу для corr_meat.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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()

Редагувати та запускати код