学习笔记☞学习计算皮尔相关逊系数,并用热力图展示出来。
由于是自我练习的笔记,所以这里先通过Pandas随机生成一部分时序数据,然后再调用corr()函数来计算皮尔逊相关系数,并把计算结果先展示输出出来,最后通过热力图的方式把计算结果展现出来。
下面是开发的具体过程:
1、首先导入需要的算法包
import seaborn as snsimport numpy as npimport pandas as pdimport matplotlib.pyplot as plt
2、生成数据(由于是练习,所以这里的数据是随机生成的时序数据,其中索引为时间)
dates = pd.date_range('20220101', periods=15)#生成连续15天的时间序列df = pd.DataFrame(np.random.randn(15,4), index=dates, columns=list('ABCD'))print(df)
输出:
3、通过corr()函数来计算df数据中的两两元素的皮尔相关逊系数
a=df.corr()print('皮尔逊系数')print(a)
计算结果如下:
4、通过计算出来的皮尔逊相关系数进行画热力图,用热力图表示相关性。
sns.heatmap(df.corr(method='pearson'),linewidths=0.1,vmax=1.0, square=True,linecolor='white', annot=True)plt.title('皮尔逊热力图')plt.show()
输出:
完整版代码如下(本地运行无误,可以使用):
#coding=utf-8import seaborn as snsimport numpy as npimport pandas as pdimport matplotlib.pyplot as pltdates = pd.date_range('20220101', periods=15)#生成连续六天的时间序列#随机生成数据df = pd.DataFrame(np.random.randn(15,4), index=dates, columns=list('ABCD'))print(df)a=df.corr()print('皮尔逊系数')print(a)plt.rcParams['font.sans-serif'] = ['SimHei']plt.rcParams['axes.unicode_minus'] = Falsesns.heatmap(df.corr(method='pearson'),linewidths=0.1,vmax=1.0, square=True,linecolor='white', annot=True)plt.title('皮尔逊热力图')plt.show()
来源地址:https://blog.csdn.net/weixin_43155435/article/details/126598058