可视化相关系数矩阵

在上一个练习中生成的相关系数矩阵可以用热力图来展示。为此，您可以使用 seaborn 库中的 heatmap() 函数。它包含多个参数，便于您自定义热力图的外观。

df_corr = df.corr()

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

您可以使用 .xticks() 和 .yticks() 方法旋转坐标轴标签，避免相互重叠。

要了解 heatmap() 函数的参数，请参阅此页面。

本练习是课程的一部分

用 Python 可视化时间序列数据

查看课程

练习说明

导入 seaborn 并命名为 sns。
使用 Spearman 方法计算 meat DataFrame 所有列的两两相关性，并将结果赋给名为 corr_meat 的新变量。
绘制 corr_meat 的热力图。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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()

编辑并运行代码