Hướng dẫn diagonal correlation matrix python - Python ma trận tương quan đường chéo
Tôi có khung dữ liệu tổng hợp sau, bao gồm các cột số và phân loại cũng như cột đầu ra dự kiến:: Mặc dù các cột phân loại trong tập dữ liệu tổng hợp/dataframe ________ 5 cần được chuyển đổi thành số, cho đến nay tôi đã sử dụng ví dụ trên biển này bằng cách sử dụng bộ dữ liệu
Tôi đã kiểm tra một bài đăng liên quan nhưng không thể tìm ra nó để thực hiện nhiệm vụ này. Điều tốt nhất tôi có thể tìm thấy cho đến nay là cách giải quyết này có thể được cài đặt bằng cách sử dụng gói này mang lại cho tôi đầu ra sau:
Đáng buồn thay, Tôi cũng nhận thấy rằng trong r, việc đạt được cốt truyện ưa thích này dễ dàng hơn nhiều, vì vậy tôi sẽ mở nếu có một cách đơn giản hơn để chuyển đổi Python Pandas DataFrame thành R DataFrame vì có vẻ như có một gói, được gọi là
Vì vậy, nếu đó là trường hợp, tôi thấy Post1 & Post2 này bằng R để liên quan đến việc trực quan hóa ma trận tương quan. Vì vậy, nói tóm lại, ưu tiên đầu tiên của tôi là sử dụng Python và các gói của nó ____10, 1, 2, sau đó r và các gói của nó để đạt được đầu ra dự kiến.Ghi chúTôi đã cung cấp cho bạn mã thực thi trong máy tính xách tay Google Colab với R bằng cách sử dụng tập dữ liệu để bạn có thể hình thành/kiểm tra câu trả lời cuối cùng của mình nếu giải pháp của bạn là Các thành phần Seaborn được sử dụng: from string import ascii_letters import numpy as np import pandas as pd import seaborn as sns import matplotlib.pyplot as plt sns.set_theme(style="white") # Generate a large random dataset rs = np.random.RandomState(33) d = pd.DataFrame(data=rs.normal(size=(100, 26)), columns=list(ascii_letters[26:])) # Compute the correlation matrix corr = d.corr() # Generate a mask for the upper triangle mask = np.triu(np.ones_like(corr, dtype=bool)) # Set up the matplotlib figure f, ax = plt.subplots(figsize=(11, 9)) # Generate a custom diverging colormap cmap = sns.diverging_palette(230, 20, as_cmap=True) # Draw the heatmap with the mask and correct aspect ratio sns.heatmap(corr, mask=mask, cmap=cmap, vmax=.3, center=0, square=True, linewidths=.5, cbar_kws={"shrink": .5}) |