皮尔逊相关系数热力图代码实现
时间: 2023-09-26 10:05:42 浏览: 72
以下是使用Python和matplotlib库绘制皮尔逊相关系数热力图的示代码:
```python
import numpy as np
import matplotlib.pyplot as plt
# 构造相关系数矩阵
corr_matrix = np.array([[1.0, 0.8, 0.2],
[0.8, 1.0, 0.5],
[0.2, 0.5, 1.0]])
# 绘制热力图
plt.imshow(corr_matrix, cmap='coolwarm', interpolation='nearest')
plt.colorbar()
plt.xticks(range(corr_matrix.shape[1]), ['A', 'B', 'C'])
plt.yticks(range(corr_matrix.shape[0]), ['A', 'B', 'C'])
plt.title('Pearson Correlation Coefficient')
plt.show()
```
在这个示例中,我们使用了一个3x3的相关系数矩阵`corr_matrix`,可以根据具体情况进行替换。使用`plt.imshow`函数绘制热力图,设置`cmap='coolwarm'`来选择颜色映射方案,`interpolation='nearest'`来选择插值方式。通过`plt.colorbar()`添加颜色条以表示相关系数的大小。使用`plt.xticks`和`plt.yticks`设置坐标轴刻度,并使用`plt.title`添加标题。最后使用`plt.show()`显示图像。
运行代码后,将会显示一个热力图,其中每个方块的颜色表示对应位置的相关系数大小。