相关性热图python

相关性热图是一种可视化工具，用于显示不同变量之间的相关性。在Python中，可以使用matplotlib库来绘制相关性热图。通过计算两个变量之间的相关系数，可以得到一个矩阵，然后使用热图将相关系数可视化。

在给公司绘图时，可以使用matplotlib的plot_heatmap函数来绘制相关性热图。首先，需要通过计算Pearson相关系数和对应的p值来获得相关系数矩阵。然后，可以使用pvalue_marker函数来标记显著的相关性，并将相关系数矩阵传递给plot_heatmap函数进行绘图。

下面是一个使用matplotlib绘制相关性热图的示例代码：

import random
import matplotlib.pyplot as plt
import numpy as np

# 生成随机数据
np.random.seed(0)
df1 = np.random.randn(10, 10)
df2 = np.random.randn(10, 10)

# 计算Pearson相关系数
corr = np.corrcoef(df1, df2)

# 绘制相关性热图
plt.figure(figsize=(8, 6))
plt.imshow(corr, cmap='RdBu_r', vmin=-1, vmax=1)
plt.colorbar()
plt.xticks(range(len(df1)), ['df1_' + str(i) for i in range(len(df1))], rotation=90)
plt.yticks(range(len(df2)), ['df2_' + str(i) for i in range(len(df2))])
plt.title('Correlation Heatmap')
plt.show()