关键词：
python绘制相关系数热力图
本文讲述如何利用python绘制如上的相关系数热力图
一.数据说明和需要安装的库
数据是31个省市有关教育的12个指标，如下所示。，在文章最后自取：
需要安装如下库：
pip install pandas
pip install matplotlib
pip install seaborn
我感觉在下面这个python package安装比较好
二.准备绘图
首先导入相关库
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
读取数据
data = pd.read_csv('D:\\P\\数据分析\\相关系数热力图\\教育指标.csv')
df = pd.DataFrame(data)
# print(data)
计算出相关系数并输出，这里选择的是皮尔逊相关系数，当然你也可以选择其他相关系数，有关其他相关系数可以参考这篇文章
cor = data.corr(method='pearson')
print(cor) # 输出相关系数
因为我这里有中文，所以需要进行下面的设置。我这里设置为黑体，当然你也可以选择其他字体
rc = 'font.sans-serif': 'SimHei',
'axes.unicode_minus': False
sns.set(font_scale=0.7,rc=rc) # 设置字体大小
好了，开始绘图啦：
sns.heatmap(cor,
annot=True, # 显示相关系数的数据
center=0.5, # 居中
fmt='.2f', # 只显示两位小数
linewidth=0.5, # 设置每个单元格的距离
linecolor='blue', # 设置间距线的颜色
vmin=0, vmax=1, # 设置数值最小值和最大值
xticklabels=True, yticklabels=True, # 显示x轴和y轴
square=True, # 每个方格都是正方形
cbar=True, # 绘制颜色条
cmap='coolwarm_r', # 设置热力图颜色
)
plt.savefig("我是废强热力图.png",dpi=600)#保存图片，分辨率为600
plt.ion() #显示图片
三.设置配色，画出多幅图
由于这里的配色是在是有太多太多,所以不打算一个个手动更换，因此我们可以使用循环语句
cmap='coolwarm_r'#在这里更换颜色
colors=“Accent, Accent_r, Blues, Blues_r, BrBG, BrBG_r, BuGn, BuGn_r, BuPu, BuPu_r, CMRmap, CMRmap_r, Dark2, Dark2_r, GnBu, GnBu_r, Greens, Greens_r, Greys, Greys_r, OrRd, OrRd_r, Oranges, Oranges_r, PRGn, PRGn_r, Paired, Paired_r, Pastel1, Pastel1_r, Pastel2, Pastel2_r, PiYG, PiYG_r, PuBu, PuBuGn, PuBuGn_r, PuBu_r, PuOr, PuOr_r, PuRd, PuRd_r, Purples, Purples_r, RdBu, RdBu_r, RdGy, RdGy_r, RdPu, RdPu_r,RdYlBu, RdYlBu_r, RdYlGn, RdYlGn_r, Reds, Reds_r, Set1, Set1_r, Set2, Set2_r, Set3, Set3_r, Spectral, Spectral_r, Wistia, Wistia_r, YlGn, YlGnBu, YlGnBu_r, YlGn_r, YlOrBr, YlOrBr_r, YlOrRd, YlOrRd_r, afmhot, afmhot_r, autumn, autumn_r, binary, binary_r, bone, bone_r, brg, brg_r, bwr, bwr_r, cividis, cividis_r, cool, cool_r, coolwarm, coolwarm_r, copper, copper_r, cubehelix, cubehelix_r, flag, flag_r, gist_earth, gist_earth_r, gist_gray, gist_gray_r, gist_heat, gist_heat_r, gist_ncar, gist_ncar_r, gist_rainbow, gist_rainbow_r, gist_stern, gist_stern_r,gist_yarg, gist_yarg_r, gnuplot, gnuplot2, gnuplot2_r, gnuplot_r, gray, gray_r, hot, hot_r,hsv, hsv_r, icefire,icefire_r, inferno,inferno_r, jet, jet_r, magma, magma_r, mako, mako_r, nipy_spectral, nipy_spectral_r, ocean, ocean_r, pink, pink_r, plasma, plasma_r, prism, prism_r, rainbow, rainbow_r, rocket, rocket_r, seismic, seismic_r, spring, spring_r, summer, summer_r, tab10, tab10_r, tab20, tab20_r, tab20b, tab20b_r, tab20c, tab20c_r, terrain, terrain_r, twilight, twilight_r, twilight_shifted, twilight_shifted_r, viridis, viridis_r, vlag, vlag_r, winter, winter_r”
代码循环画图：
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
data = pd.read_csv('D:\\P\\数据分析\\相关系数热力图\\教育指标.csv')
df = pd.DataFrame(data)
# print(data)
################################一行一行读取数据
# for i in range(len(data)):
# document=df[i:i+1]
# print(document,'\\n')
################################
# 首先计算出相关系数
cor = data.corr(method='pearson')
print(cor) # 输出相关系数
rc = 'font.sans-serif': 'SimHei',
'axes.unicode_minus': False
sns.set(font_scale=0.7,rc=rc) # 设置字体大小
#设置热力图颜色配色
colors="Accent, Accent_r, Blues, Blues_r, BrBG, BrBG_r, BuGn, BuGn_r, BuPu, BuPu_r, CMRmap, CMRmap_r, Dark2, Dark2_r, GnBu, GnBu_r, Greens, Greens_r, Greys, Greys_r, OrRd, OrRd_r, Oranges, Oranges_r, PRGn, PRGn_r, Paired, Paired_r, Pastel1, Pastel1_r, Pastel2, Pastel2_r, PiYG, PiYG_r, PuBu, PuBuGn, PuBuGn_r, PuBu_r, PuOr, PuOr_r, PuRd, PuRd_r, Purples, Purples_r, RdBu, RdBu_r, RdGy, RdGy_r, RdPu, RdPu_r,RdYlBu, RdYlBu_r, RdYlGn, RdYlGn_r, Reds, Reds_r, Set1, Set1_r, Set2, Set2_r, Set3, Set3_r, Spectral, Spectral_r, Wistia, Wistia_r, YlGn, YlGnBu, YlGnBu_r, YlGn_r, YlOrBr, YlOrBr_r, YlOrRd, YlOrRd_r, afmhot, afmhot_r, autumn, autumn_r, binary, binary_r, bone, bone_r, brg, brg_r, bwr, bwr_r, cividis, cividis_r, cool, cool_r, coolwarm, coolwarm_r, copper, copper_r, cubehelix, cubehelix_r, flag, flag_r, gist_earth, gist_earth_r, gist_gray, gist_gray_r, gist_heat, gist_heat_r, gist_ncar, gist_ncar_r, gist_rainbow, gist_rainbow_r, gist_stern, gist_stern_r,gist_yarg, gist_yarg_r, gnuplot, gnuplot2, gnuplot2_r, gnuplot_r, gray, gray_r, hot, hot_r,hsv, hsv_r, icefire,icefire_r, inferno,inferno_r, jet, jet_r, magma, magma_r, mako, mako_r, nipy_spectral, nipy_spectral_r, ocean, ocean_r, pink, pink_r, plasma, plasma_r, prism, prism_r, rainbow, rainbow_r, rocket, rocket_r, seismic, seismic_r, spring, spring_r, summer, summer_r, tab10, tab10_r, tab20, tab20_r, tab20b, tab20b_r, tab20c, tab20c_r, terrain, terrain_r, twilight, twilight_r, twilight_shifted, twilight_shifted_r, viridis, viridis_r, vlag, vlag_r, winter, winter_r"
color=colors.split(',')
for i in color:
i=i.strip()
print(i)
sns.heatmap(cor,
annot=True, # 显示相关系数的数据
center=0.5, # 居中
fmt='.2f', # 只显示两位小数
linewidth=0.5, # 设置每个单元格的距离
linecolor='blue', # 设置间距线的颜色
vmin=0, vmax=1, # 设置数值最小值和最大值
xticklabels=True, yticklabels=True, # 显示x轴和y轴
square=True, # 每个方格都是正方形
cbar=True, # 绘制颜色条
cmap=f'i', # 设置热力图颜色
)
plt.savefig('图片\\\\'+f"我是废强热力图颜色i.png", dpi=600) # 保存图片，分辨率为600
plt.ion() # 显示图片,这个可以方便后面自动关闭
plt.pause(0.5)
plt.close()#关闭图片
全部代码：
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
data = pd.read_csv('D:\\P\\数据分析\\相关系数热力图\\教育指标.csv')
df = pd.DataFrame(data)
# print(data)
################################一行一行读取数据
# for i in range(len(data)):
# document=df[i:i+1]
# print(document,'\\n')
################################
# 首先计算出相关系数
cor = data.corr(method='pearson')
print(cor) # 输出相关系数
rc = 'font.sans-serif': 'SimHei',
'axes.unicode_minus': False
sns.set(font_scale=0.7, rc=rc) # 设置字体大小
sns.heatmap(cor,
annot=True, # 显示相关系数的数据
center=0.5, # 居中
fmt='.2f', # 只显示两位小数
linewidth=0.5, # 设置每个单元格的距离
linecolor='blue', # 设置间距线的颜色
vmin=0, vmax=1, # 设置数值最小值和最大值
xticklabels=True, yticklabels=True, # 显示x轴和y轴
square=True, # 每个方格都是正方形
cbar=True, # 绘制颜色条
cmap='coolwarm_r', # 设置热力图颜色
)
plt.savefig("我是废强热力图.png", dpi=600) # 保存图片，分辨率为600
plt.ion() # 显示图片
plt.close('all') # 关闭图片
# 设置热力图颜色配色
colors = "Accent, Accent_r, Blues, Blues_r, BrBG, BrBG_r, BuGn, BuGn_r, BuPu, BuPu_r, CMRmap, CMRmap_r, Dark2, Dark2_r, GnBu, GnBu_r, Greens, Greens_r, Greys, Greys_r, OrRd, OrRd_r, Oranges, Oranges_r, PRGn, PRGn_r, Paired, Paired_r, Pastel1, Pastel1_r, Pastel2, Pastel2_r, PiYG, PiYG_r, PuBu, PuBuGn, PuBuGn_r, PuBu_r, PuOr, PuOr_r, PuRd, PuRd_r, Purples, Purples_r, RdBu, RdBu_r, RdGy, RdGy_r, RdPu, RdPu_r,RdYlBu, RdYlBu_r, RdYlGn, RdYlGn_r, Reds, Reds_r, Set1, Set1_r, Set2, Set2_r, Set3, Set3_r, Spectral, Spectral_r, Wistia, Wistia_r, YlGn, YlGnBu, YlGnBu_r, YlGn_r, YlOrBr, YlOrBr_r, YlOrRd, YlOrRd_r, afmhot, afmhot_r, autumn, autumn_r, binary, binary_r, bone, bone_r, brg, brg_r, bwr, bwr_r, cividis, cividis_r, cool, cool_r, coolwarm, coolwarm_r, copper, copper_r, cubehelix, cubehelix_r, flag, flag_r, gist_earth, gist_earth_r, gist_gray, gist_gray_r, gist_heat, gist_heat_r, gist_ncar, gist_ncar_r, gist_rainbow, gist_rainbow_r, gist_stern, gist_stern_r,gist_yarg, gist_yarg_r, gnuplot, gnuplot2, gnuplot2_r, gnuplot_r, gray, gray_r, hot, hot_r,hsv, hsv_r, icefire,icefire_r, inferno,inferno_r, jet, jet_r, magma, magma_r, mako, mako_r, nipy_spectral, nipy_spectral_r, ocean, ocean_r, pink, pink_r, plasma, plasma_r, prism, prism_r, rainbow, rainbow_r, rocket, rocket_r, seismic, seismic_r, spring, spring_r, summer, summer_r, tab10, tab10_r, tab20, tab20_r, tab20b, tab20b_r, tab20c, tab20c_r, terrain, terrain_r, twilight, twilight_r, twilight_shifted, twilight_shifted_r, viridis, viridis_r, vlag, vlag_r, winter, winter_r"
color = colors.split(',')
for i in color:
i = i.strip()
print(i)
sns.heatmap(cor,
annot=True, # 显示相关系数的数据
center=0.5, # 居中
fmt='.2f', # 只显示两位小数
linewidth=0.5, # 设置每个单元格的距离
linecolor='blue', # 设置间距线的颜色
vmin=0, vmax=1, # 设置数值最小值和最大值
xticklabels=True, yticklabels=True, # 显示x轴和y轴
square=True, # 每个方格都是正方形
cbar=True, # 绘制颜色条
cmap=f'i', # 设置热力图颜色
)
plt.savefig('图片\\\\' + f"我是废强热力图颜色i.png", dpi=600) # 保存图片，分辨率为600
plt.ion() # 显示图片,这个可以方便后面自动关闭
plt.pause(0.5)
plt.close() # 关闭图片
最后：数据链接：，直接点击链接，或复制网址，有提取码
链接：https://pan.baidu.com/s/1qcfw5TUh0c4C6igoipmdGA?pwd=5fii
提取码：5fii
参考链接
https://mp.weixin.qq.com/s/shQOmqR0JXkp_pGCfLuCPA
python遥感图像处理应用篇(二十四)：python绘制遥感图像各波段热力图（相关系数矩阵）(代码片段)
...统计运算。我们这里不使用遥感图像软件计算，直接使用Python计算。要实现整个目标，我们首先需要提取遥感图像波段中各个像元的信息。这里我们可以将遥感图像读 查看详情
python绘制热力图(代码片段)
最近在建模时有绘制相关系数矩阵热力图的需要，在此记录一下热力图的基本使用这里使用seaborn库中的的heatmap完成热力图的绘制，我们可以根据图中不同方块颜色来判断变量之间相关系数的大小，接下来介绍heatmap的... 查看详情
python遥感图像处理应用篇(二十七)：python绘制遥感图像各波段热力图（相关系数矩阵）（续）
续-https://soderayer.blog.csdn.net/article/details/125757807上一篇中使用csv文件计算的相关系数热力图，本篇我们直接使用遥感图像来计算图像波段之间的相关系数。方法一：已有软件ENVI计算实际上，目前已有的软件，如ENVI就可以直接计算... 查看详情
年鉴表格-数据可视化分析(代码片段)
...导入科学计算库获取数据数据合并缺失值处理相关性分析绘制热力图协方差计算相关系数皮尔逊相关系数(PearsonCorrelationCoefficient)斯皮尔曼相关系数(RankIC)回归分析案例分析获取特征与标签数据正规方程梯度下降法岭回归谢谢... 查看详情
可视化神器plotly绘制热力图(代码片段)
...y的图形工厂函数）官网学习地址：https://plotly.com/python/heatmaps/https://plotly.com/python/imshow/https://plotly.com/python/annotated-heatmap/目录本文的整体目录：Plotly连载文章几篇Plotly更新的文章，请参考：导入库importpandasaspdim... 查看详情
.可视化数据分析图表—常用图表的绘制3—散点图，面积图，热力图(代码片段)
第五章.可视化数据分析图5.3常用图表的绘制3—散点图，面积图，热力图本节主要介绍常用图表的绘制，主要包括散点图，面积图，热力图。1.散点图（matplotlib.pyplot.scatter）·散点图主要用来查看数据的... 查看详情
python热力图绘制方法—新手教程
参考技术A#Python热力图绘制方法热力图的使用场景有 1.描述数据在空间的密集程度，常见有城市热力图，区域热力图2.描述多个变量之间相关性高低程度#step1准备数据集，读取excel列表内容，usecols=index,这里是表里的第一列不... 查看详情
在arcgis地图上绘制echarts热力图(heatmap)(代码片段)
在Arcgis地图上绘制Echarts热力图(Heatmap)2018-08-30 10:18 【原创】本文地址：https://www.cnblogs.com/qiaoge0923/p/9562304.html 现如今，Echarts在数据可视化方面早已升入化境，已经不再拘泥于简单的饼图柱状图，已然从平面直角坐标系... 查看详情
数据可视化python热力图（seaborn.heatmap）(代码片段)
Python数据可视化-热力图热力图cmapcenterannotannot_kwsfmtlinewidthslinecolorxticklabelsyticklabelsmask热力图应用热力图以特殊高亮的形式显示访客热衷的页面区域和访客所在的地理区域的图示。热力图可以显示不可点击区域发生的事情。城市... 查看详情
#openlayer热力图显示(代码片段)
openlayer热力图显示相关库类importmomentfrom\'moment\'importProjectionfrom\'ol/proj/Projection\'importStaticfrom\'ol/source/ImageStatic\'importMapfrom\'ol/Map\'importImageLayerfrom\'ol/layer/Image\'importViewfr 查看详情
python机器学习：corr()分析变量之间的相关关系(代码片段)
变量之间存在多重共线性的情况下会影响模型的精度，这里用相关矩阵corr()和热力图heatmap()可以直观地观察变量之间的相关关系，进而判断是否要对自变量进行删除，或者降维的操作。首先用corr()构造相关矩阵研究变... 查看详情
python可视化lassocv特征筛选之后的特征的相关性分析热力图
python可视化lassocv特征筛选之后的特征的相关性分析热力图目录python可视化lassocv特征筛选之后的特征的相关性分析热力图#lassocv模型 查看详情
matlab|如何绘制github同款日历热力图(代码片段)
...ength(T))+rand(1,[length(T)])./3;这组数据大概是这样的：绘制日历热力图并调整大小：%绘制日历热图heatmapDT(2022,T,V)%调整图窗和坐标区域大小set(gcf,'Position',[100,500,1500,260])set(gca,'Position',[.03,.03,1-.1,1-.1])修改colormap(... 查看详情
r语言绘图：在地图上绘制热力图
使用ggplot2在地图上绘制热力图######*****绘制热力图代码*****#######interval<-seq(0,150000,25000)[-2]#设置价格区间newpri<-cut(data1$price,interval,labels=F)#设置价格为因子类型newpri<-factor(newpri,levels=1:5,labels=c("250 查看详情
如何快速绘制相关系数矩阵(代码片段)
importpandasaspdtrain=pd.read_csv("dftest/train.csv")importseabornassnsimportmatplotlib.pyplotaspltdefshowcov(df):dfData=df.corr()plt.subplots(figsize=(9,9))#设置画面大小sns.heatmap(dfData,annot=True,vmax=1 查看详情
无需代码绘制出的热力图，0基础小白也能3分钟上手
这几天老李在后台看到有粉丝私信我，问说经常在网上看到这种热力图，自己也想学，但不知道这种动态的热力图要怎么做。其实方法很多，用Excel、FineBI、R语言等都可以实现我分别用这三种方法试了一下1、用Exc... 查看详情
matplotlib实例教程热力图(代码片段)
前言🔗运行环境：python3🚩作者：K同学啊🥇精选专栏：《深度学习100例》🔥推荐专栏：《小白入门深度学习》📚选自专栏：《Matplotlib教程》🧿优秀专栏：《Python入门100题》你可能... 查看详情
matlab|好看的相关系数矩阵图绘制(代码片段)
...数，创作编写不易，如果有用的话点赞,转发走起~绘制超好看的相关系数矩阵图！工具函数由于过长将放在最后展示，以下先展示使用方式和绘制效果：使用效果使用教程0数据准备数据就多列的数值矩阵即可&#... 查看详情