Jupyter notebook绘制xlsx文件的相关性热力图

在Jupyter Notebook中，我们可以使用pandas库来读取xlsx文件的数据，然后利用seaborn或matplotlib等可视化库来创建热力图。热力图通常用于展示两个变量之间的相关性矩阵，颜色越深表示相关性越强。

以下是一个简单的步骤：

1. **安装所需库**:
首先，确保已经安装了`pandas`, `openpyxl`（用于读取xlsx文件），`matplotlib`和`seaborn`。如果没有，可以通过`pip install pandas openpyxl matplotlib seaborn`进行安装。

2. **加载数据**:
使用`pandas.read_excel()`函数读取xlsx文件，例如：

   import pandas as pd
   df = pd.read_excel('your_file.xlsx')

3. **计算相关性**:
对DataFrame中的数值列进行相关性计算，可以使用`df.corr()`方法，这将返回一个相关性矩阵。

4. **绘制热力图**:
使用`seaborn.heatmap()`函数创建热力图：

   import seaborn as sns
   import matplotlib.pyplot as plt

   correlation_matrix = df.corr()
   sns.heatmap(correlation_matrix, annot=True, cmap='coolwarm')  # 'coolwarm'或其他你喜欢的颜色映射
   plt.title('Correlation Heatmap')
   plt.show()

`annot=True`会使每个单元格显示数字，`cmap`参数设置颜色映射。