Jeśli twoim głównym celem jest wizualizacja macierzy korelacji, a nie Tworzenie wykresu per se, wygodny pandas opcje stylizacji jest realnym rozwiązaniem wbudowanym:

import pandas as pd
import numpy as np

rs = np.random.RandomState(0)
df = pd.DataFrame(rs.rand(10, 10))
corr = df.corr()
corr.style.background_gradient(cmap='coolwarm')
# 'RdBu_r' & 'BrBG' are other good diverging colormaps

Zauważ, że to musi być w backendzie obsługującym renderowanie HTML, takim jak Notatnik JupyterLab. (Automatyczny jasny tekst na ciemnym tle pochodzi z istniejącej PR, a nie najnowszej wersji, pandas 0.23).

Stylizacja

Można łatwo ograniczyć precyzję cyfr:

corr.style.background_gradient(cmap='coolwarm').set_precision(2)

Lub pozbądź się całkowicie cyfr, jeśli wolisz matrycę bez adnotacji:

corr.style.background_gradient(cmap='coolwarm').set_properties(**{'font-size': '0pt'})

Dokumentacja stylów zawiera również instrukcje bardziej zaawansowanych stylów, na przykład jak zmienić wyświetlanie komórki, nad którą znajduje się wskaźnik myszy. Aby zapisać wyjście, możesz zwrócić kod HTML, dołączając render() metoda, a następnie zapisać go do pliku(lub po prostu zrobić zrzut ekranu dla mniej formalnych celów).

Porównanie czasu

W moich testach style.background_gradient() był 4x szybszy niż plt.matshow() i 120x szybszy niż sns.heatmap() z matrycą 10x10. Niestety nie skaluje się tak dobrze jak plt.matshow(): obie matryce zajmują mniej więcej ten sam czas dla matrycy 100x100, a plt.matshow() jest 10x Szybsze dla matrycy 1000x1000.

Zapisywanie

Istnieje kilka możliwych sposobów, aby zapisać stylizowane dataframe:

• zwraca kod HTML, dołączając metodę render(), a następnie zapisuje wyjście do pliku.
• Zapisz jako plik .xslx z formatowaniem warunkowym poprzez dodanie metody to_excel().
• Połącz z imgkit, aby zapisać bitmapę
• Zrób zrzut ekranu (dla mniej formalnych celów).

Aktualizacja dla pand >= 0.24

Ustawiając axis=None, można teraz obliczyć kolory na podstawie całej matrycy, a nie na kolumna lub w wierszu:

corr.style.background_gradient(cmap='coolwarm', axis=None)

Wersja heatmap Seaborna:

import seaborn as sns
corr = dataframe.corr()
sns.heatmap(corr, 
            xticklabels=corr.columns.values,
            yticklabels=corr.columns.values)

Wypróbuj tę funkcję, która wyświetla również nazwy zmiennych dla macierzy korelacji:

def plot_corr(df,size=10):
    '''Function plots a graphical correlation matrix for each pair of columns in the dataframe.

    Input:
        df: pandas DataFrame
        size: vertical and horizontal size of the plot'''

    corr = df.corr()
    fig, ax = plt.subplots(figsize=(size, size))
    ax.matshow(corr)
    plt.xticks(range(len(corr.columns)), corr.columns);
    plt.yticks(range(len(corr.columns)), corr.columns);

Można zaobserwować zależność między cechami, rysując mapę ciepła z seaborna lub macierz rozproszenia z pand.

Macierz Rozpraszania:

pd.scatter_matrix(dataframe, alpha = 0.3, figsize = (14,8), diagonal = 'kde');

Jeśli chcesz również wizualizować skośność każdej funkcji-Użyj pairplotów seaborn.

sns.pairplot(dataframe)

Sns Heatmap:

import seaborn as sns

f, ax = pl.subplots(figsize=(10, 8))
corr = dataframe.corr()
sns.heatmap(corr, mask=np.zeros_like(corr, dtype=np.bool), cmap=sns.diverging_palette(220, 10, as_cmap=True),
            square=True, ax=ax)

Wyjściem będzie Mapa korelacji cech. czyli patrz poniższy przykład.

Korelacja między produktami spożywczymi i detergentami jest wysoka. Podobnie:

1. Artykuły spożywcze i detergenty.

1. mleko i produkty spożywcze
2. mleko i Detergenty_papier

1. mleko i Delikatesy
Mrożone i świeże. Mrożonki i Delikatesy.

From Pairplots: możesz obserwować ten sam zbiór relacji z pairplots lub macierzy rozproszonej. Ale z nich możemy powiedzieć, że czy dane są normalnie dystrybuowane lub nie.

Uwaga: powyższy wykres jest tym samym wykresem pobranym z danych, który jest używany do rysowania heatmap.

Dla kompletności, najprostsze rozwiązanie jakie znam z seaborn z końca 2019 roku, jeśli ktoś używa Jupyter :

import seaborn as sns
sns.heatmap(dataframe.corr())

Jeśli dataframe jest df możesz po prostu użyć:

import matplotlib.pyplot as plt
import seaborn as sns

plt.figure(figsize=(15, 10))
sns.heatmap(df.corr(), annot=True)

Możesz użyć metody imshow () z matplotlib

import pandas as pd
import matplotlib.pyplot as plt
plt.style.use('ggplot')

plt.imshow(X.corr(), cmap=plt.cm.Reds, interpolation='nearest')
plt.colorbar()
tick_marks = [i for i in range(len(X.columns))]
plt.xticks(tick_marks, X.columns, rotation='vertical')
plt.yticks(tick_marks, X.columns)
plt.show()

Statmodels grafika daje również ładny widok macierzy korelacji

import statsmodels.api as sm
import matplotlib.pyplot as plt

corr = dataframe.corr()
sm.graphics.plot_corr(corr, xnames=list(corr.columns))
plt.show()

Wraz z innymi metodami dobrze jest również mieć parplot, który da wykres punktowy dla wszystkich przypadków -

import pandas as pd
import numpy as np
import seaborn as sns
rs = np.random.RandomState(0)
df = pd.DataFrame(rs.rand(10, 10))
sns.pairplot(df)

Form correlation matrix, w moim przypadku zdf jest ramką danych, która musi wykonać macierz korelacji.

corrMatrix =zdf.corr()
corrMatrix.to_csv('sm_zscaled_correlation_matrix.csv');
html = corrMatrix.style.background_gradient(cmap='RdBu').set_precision(2).render()

# Writing the output to a html file.
with open('test.html', 'w') as f:
   print('<!DOCTYPE html><html lang="en"><head><meta charset="UTF-8"><meta name="viewport" content="width=device-widthinitial-scale=1.0"><title>Document</title></head><style>table{word-break: break-all;}</style><body>' + html+'</body></html>', file=f)

Wtedy możemy zrobić zrzut ekranu. lub przekonwertować html na plik obrazu.

Zaskoczony, że nikt nie wspomniał o bardziej zdolnych, interaktywnych i łatwiejszych w użyciu alternatywach.

A) możesz użyć plotly:

1. Tylko dwie linijki i otrzymujesz:

2. Interaktywność,

3. Gładka skala,

4. Kolory oparte na całej ramce danych zamiast pojedynczych kolumn,

5. Nazwy kolumn i indeksy wierszy na osiach,

6. Zooming w,

7. Panning,

8. Wbudowana możliwość zapisania go jednym kliknięciem w formacie PNG,

9. Automatyczne skalowanie,

10. Porównanie na zawisanie,

11. Bąbelki pokazujące wartości, dzięki czemu heatmap nadal wygląda dobrze i widać wartości gdziekolwiek chcesz:

import plotly.express as px
fig = px.imshow(df.corr())
fig.show()

B) Możesz również użyć Bokeh:

Wszystkie te same funkcje z trochę dużo kłopotów. Ale nadal warto, jeśli nie chcesz do opt-in for plotly and still want all these things:

from bokeh.plotting import figure, show, output_notebook
from bokeh.models import ColumnDataSource, LinearColorMapper
from bokeh.transform import transform
output_notebook()
colors = ['#d7191c', '#fdae61', '#ffffbf', '#a6d96a', '#1a9641']
TOOLS = "hover,save,pan,box_zoom,reset,wheel_zoom"
data = df.corr().stack().rename("value").reset_index()
p = figure(x_range=list(df.columns), y_range=list(df.index), tools=TOOLS, toolbar_location='below',
           tooltips=[('Row, Column', '@level_0 x @level_1'), ('value', '@value')], height = 500, width = 500)

p.rect(x="level_1", y="level_0", width=1, height=1,
       source=data,
       fill_color={'field': 'value', 'transform': LinearColorMapper(palette=colors, low=data.value.min(), high=data.value.max())},
       line_color=None)
color_bar = ColorBar(color_mapper=LinearColorMapper(palette=colors, low=data.value.min(), high=data.value.max()), major_label_text_font_size="7px",
                     ticker=BasicTicker(desired_num_ticks=len(colors)),
                     formatter=PrintfTickFormatter(format="%f"),
                     label_standoff=6, border_line_color=None, location=(0, 0))
p.add_layout(color_bar, 'right')

show(p)