与熊猫的相关矩阵的计算和可视化

Question

我有一个带有几个条目的熊猫数据框架，我想计算某些商店的收入之间的相关性。有许多商店，具有收入数据，活动面积（戏剧，布料商店，食品...）和其他数据的分类。

我试图创建一个新的数据框架，并插入具有属于同一类别的各种商店的收入的列，而返回的数据框架仅填充了第一列，其余的则充满了NAN。我疲倦的代码：

corr = pd.DataFrame()
for at in activity:
    stores.loc[stores['Activity']==at]['income']

我想这样做，所以我可以使用 .corr() 给出商店类别之间的相关矩阵。

之后，我想知道如何绘制矩阵值（-1比1，因为我想使用Pearson的相关性）与Matplolib。

Answer 1

我建议在以下内容上进行某种游戏：

在此示例中使用UCI鲍鱼数据...

import matplotlib
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

# Read file into a Pandas dataframe
from pandas import DataFrame, read_csv
f = 'https://archive.ics.uci.edu/ml/machine-learning-databases/abalone/abalone.data'
df = read_csv(f)
df=df[0:10]
df

相关矩阵绘图函数：

＃相关矩阵绘图函数

def correlation_matrix(df):
    from matplotlib import pyplot as plt
    from matplotlib import cm as cm

    fig = plt.figure()
    ax1 = fig.add_subplot(111)
    cmap = cm.get_cmap('jet', 30)
    cax = ax1.imshow(df.corr(), interpolation="nearest", cmap=cmap)
    ax1.grid(True)
    plt.title('Abalone Feature Correlation')
    labels=['Sex','Length','Diam','Height','Whole','Shucked','Viscera','Shell','Rings',]
    ax1.set_xticklabels(labels,fontsize=6)
    ax1.set_yticklabels(labels,fontsize=6)
    # Add colorbar, make sure to specify tick locations to match desired ticklabels
    fig.colorbar(cax, ticks=[.75,.8,.85,.90,.95,1])
    plt.show()

correlation_matrix(df)

希望这可以帮助！

Answer 2

另一种选择是使用Seaborn中的热图功能来绘制协方差。此示例使用R中的ISLR软件包中的自动数据集（与您显示的示例相同）。

import pandas.rpy.common as com
import seaborn as sns
%matplotlib inline

# load the R package ISLR
infert = com.importr("ISLR")

# load the Auto dataset
auto_df = com.load_data('Auto')

# calculate the correlation matrix
corr = auto_df.corr()

# plot the heatmap
sns.heatmap(corr, 
        xticklabels=corr.columns,
        yticklabels=corr.columns)

如果您想变得更加幻想，可以使用 熊猫风格, ， 例如：

cmap = cmap=sns.diverging_palette(5, 250, as_cmap=True)

def magnify():
    return [dict(selector="th",
                 props=[("font-size", "7pt")]),
            dict(selector="td",
                 props=[('padding', "0em 0em")]),
            dict(selector="th:hover",
                 props=[("font-size", "12pt")]),
            dict(selector="tr:hover td:hover",
                 props=[('max-width', '200px'),
                        ('font-size', '12pt')])
]

corr.style.background_gradient(cmap, axis=1)\
    .set_properties(**{'max-width': '80px', 'font-size': '10pt'})\
    .set_caption("Hover to magify")\
    .set_precision(2)\
    .set_table_styles(magnify())

Answer 3

为什么不简单地这样做：

import seaborn as sns
import pandas as pd

data = pd.read_csv('Dataset.csv')

plt.figure(figsize=(40,40)) 
# play with the figsize until the plot is big enough to plot all the columns
# of your dataset, or the way you desire it to look like otherwise

sns.heatmap(data.corr())

你可以更改 调色板 通过使用 cmap 范围：

sns.heatmap(data.corr(), cmap='BuGn')