視覺化相關係數矩陣

在上一個練習中產生的相關係數矩陣，可以用熱圖來呈現。你可以運用 seaborn 函式庫中的 heatmap() 函式，並透過多種參數來調整熱圖的外觀。

df_corr = df.corr()

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

你可以使用 .xticks() 與 .yticks() 方法旋轉座標軸標籤，避免彼此重疊。

想了解 heatmap() 可用的參數，請參考這個［頁面］(https://seaborn.pydata.org/generated/seaborn.heatmap.html)。

本練習屬於課程

使用 Python 視覺化時間序列資料

檢視課程

練習說明

導入 seaborn，並命名為 sns。
使用 Spearman 方法計算 meat DataFrame 各欄位之間的相關係數，並將結果指定給新變數 corr_meat。
繪製 corr_meat 的熱圖。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# 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()

編輯並執行程式碼