高维数据相关性热力图代码

以下是一个使用 Python 和 Seaborn 库绘制高维数据相关性热力图的示例代码：

import seaborn as sns
import pandas as pd

# 生成一个随机的高维数据集
data = pd.DataFrame(np.random.randn(100, 10))

# 计算相关系数矩阵
corr = data.corr()

# 绘制热力图
sns.heatmap(corr, cmap='coolwarm')

这段代码可以生成一个高维数据相关性热力图，其中颜色越深表示相关性越强。

相关问题

用python画高维数据相关性热力图并展示

可以使用seaborn库中的heatmap函数来画高维数据相关性热力图，示例代码如下：

import seaborn as sns
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 生成随机数据
data = pd.DataFrame(np.random.randn(100, 10))

# 计算相关系数
corr = data.corr()

# 画热力图
sns.heatmap(corr, cmap='coolwarm', annot=True)

plt.show()

这段代码可以生成一个高维数据相关性热力图，并且使用颜色来表示相关性的强度，越红表示正相关性越强，越蓝表示负相关性越强。同时，还可以在热力图上显示相关系数的值，方便观察。