相关矩阵图
相关矩阵图详细操作教程
相关性是有关两个变量之间变化的指示。在前面的章节中，我们讨论了Pearson的相关系数以及相关性的重要性。我们可以绘制相关矩阵以显示哪个变量相对于另一个变量具有较高或较低的相关性。
示例
在以下示例中，Python脚本将为Pima印度糖尿病数据集生成并绘制相关矩阵。可以借助Pandas DataFrame上的corr()函数生成它，并借助
pyplot 进行绘制。
# Filename : example.py
# Copyright : 2020 By Lidihuo
# Author by : www.lidihuo.com
# Date : 2020-08-27
from matplotlib import pyplot
from pandas import read_csv
import numpy
Path = r"C:\pima-indians-diabetes.csv"
names = ['preg', 'plas', 'pres', 'skin', 'test', 'mass', 'pedi', 'age', 'class']
data = read_csv(Path, names = names)
correlations = data.corr()
fig = pyplot.figure()
ax = fig.add_subplot(111)
cax = ax.matshow(correlations, vmin=-1, vmax=1)
fig.colorbar(cax)
ticks = numpy.arange(0,9,1)
ax.set_xticks(ticks)
ax.set_yticks(ticks)
ax.set_xticklabels(names)
ax.set_yticklabels(names)
pyplot.show()
输出
从相关矩阵的上述输出中，我们可以看到它是对称的，即左下与右上是相同的。还可以观察到每个变量彼此正相关。
