python 相关性作图

在Python中，可以使用热力图(heatmap)和pairplot来绘制相关性图形。

要绘制热力图，可以使用seaborn库的heatmap函数。首先，需要导入必要的库和数据。例如，使用numpy和pandas导入数据，并使用load_boston()函数加载波士顿房价数据集。然后，使用DataFrame的corr()方法计算变量之间的相关性系数，并将结果传递给heatmap函数。最后，使用plt.show()函数显示热力图。具体的代码如下所示：

import numpy as np
import pandas as pd
from pandas import DataFrame as df
from sklearn.datasets import load_boston
from matplotlib import pyplot as plt
import seaborn as sns

## 提取数据
data = df(load_boston().data, columns=load_boston().feature_names)
data['target'] = load_boston().target

## 描述两变量相关性
coeff = data.iloc[:,:-1].corr()
sns.heatmap(coeff)
plt.show()

要绘制pairplot图，可以使用seaborn库的pairplot函数。同样地，先导入必要的库和数据，例如使用load_breast_cancer()函数加载乳腺癌数据集。然后，使用DataFrame的iloc方法选择需要的变量，传递给pairplot函数。最后，使用plt.show()函数显示pairplot图。具体的代码如下所示：

from sklearn.datasets import load_breast_cancer

data = df(load_breast_cancer().data, columns=load_breast_cancer().feature_names)
data['target'] = load_breast_cancer().target

# 只选择后面几个字段
data1 = data.iloc[:,-5:]
sns.pairplot(data1)
plt.show()

此外，pairplot函数还有一些常用的参数可以用来控制图形的展示方式。例如，可以使用hue参数对某一字段进行分类，以更好地展示变量之间的关系。具体的代码如下所示：

sns.pairplot(data1, hue='target')
plt.show()

以上就是绘制相关性图形的方法和步骤。通过热力图和pairplot图，可以更直观地表示两个变量之间的相关性。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [【python画图_变量相关性(heatmap、pairplot)】](https://blog.csdn.net/weixin_40012554/article/details/121676928)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]