构建相关性系数图谱，怎么构建的

构建相关性系数图谱可以使用 Python 中的 Pandas 和 Seaborn 库。

首先，需要将数据读入 Pandas 的 DataFrame 中。然后，使用 Pandas 中的 `corr()` 函数计算出各个变量之间的相关系数。接着，使用 Seaborn 中的 `heatmap()` 函数绘制热力图，来可视化各个变量之间的相关性系数。

下面是一个代码示例：

import pandas as pd
import seaborn as sns

# 读入数据到 DataFrame 中
data = pd.read_csv('data.csv')

# 计算相关系数
corr = data.corr()

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

其中，`data.csv` 是数据文件名，可以根据需要进行修改。`annot=True` 表示在热力图中显示每个单元格的数值，`cmap='coolwarm'` 表示使用冷暖色调来表示相关系数的大小。