可视化 | Seaborn中的矩阵图及示例

2024-05-26 03:28

本文主要是介绍可视化 | Seaborn中的矩阵图及示例,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Seaborn是python提供的一个很棒的可视化库。它有几种类型的绘图,通过这些绘图,它提供了惊人的可视化能力。其中一些包括计数图,散点图,配对图,回归图,矩阵图等等。本文讨论了Seaborn中的矩阵图。

示例1: 热图

热图是一种显示某种矩阵图的方法。要使用热图,数据应采用矩阵形式。矩阵的意思是索引名和列名必须以某种方式匹配,这样我们填充在单元格中的数据才是相关的。让我们看一个例子来更好地理解这一点。

# import the necessary libraries
import seaborn as sns
import matplotlib.pyplot as plt % matplotlib inline # load the tips dataset
dataset = sns.load_dataset('tips')# first five entries of the tips dataset
dataset.head()# correlation between the different parameters
tc = dataset.corr()# plot a heatmap of the correlated data
sns.heatmap(tc)

数据集前5条数据:

在这里插入图片描述
关系矩阵:
在这里插入图片描述

关系矩阵的热图:

在这里插入图片描述

为了获得更好的热图可视化,我们可以添加annot,线宽和线条颜色等参数。


# import the necessary libraries
import seaborn as sns
import matplotlib.pyplot as plt % matplotlib inline# load the tips dataset
dataset = sns.load_dataset('tips')# first five entries of the tips dataset
dataset.head()# correlation between the different parameters
tc = dataset.corr()
sns.heatmap(tc, annot = True, cmap ='plasma', linecolor ='black', linewidths = 1)

说明:

  • annot用于注释属于这些单元格的实际值
  • cmap用于你想要的颜色映射,如coolwarm,plasma,magma等。
  • linewidth用于设置分隔单元格的线的宽度。
  • linecolor用于设置分隔单元格的线条的颜色。

下面是一个显示这些属性的图。

在这里插入图片描述
所以我们可以说,热图所做的就是根据梯度为单元格着色,并使用一些参数来增加数据的可视化。

示例2:聚类图

聚类图使用层次聚类。它根据行和列的相似性执行聚类。

# import the necessary libraries
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt % matplotlib inline# load the flights dataset
fd = sns.load_dataset('flights')# make a dataframe of the data 
df = pd.pivot_table(values ='passengers', index ='month', columns ='year', data = fd)# first five entries of the dataset
df.head()# make a clustermap from the dataset
sns.clustermap(df, cmap ='plasma')

在这里插入图片描述
使用数据透视表创建的矩阵(前五个条目)

在这里插入图片描述

聚类图

在这里插入图片描述
我们还可以通过使用standard_scale参数来更改颜色条的比例。

# import the necessary libraries
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt % matplotlib inline# load the flights dataset
fd = sns.load_dataset('flights')# make a dataframe of the data 
df = pd.pivot_table(values ='passengers', index ='month', columns ='year', data = fd)# first five entries of the dataset
df.head()# make a clustermap from the dataset
sns.clustermap(df, cmap ='plasma', standard_scale = 1)

在这里插入图片描述
standard_scale = 1标准化从0到1范围的数据。我们可以看到,月份和年份不再按顺序排列,因为它们是根据聚类图的相似性进行聚类的。

因此,我们可以得出结论,热图将按照我们给予的顺序显示事物,而聚类图则根据相似性对数据进行聚类。

这篇关于可视化 | Seaborn中的矩阵图及示例的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1003408

相关文章

hdu 4565 推倒公式+矩阵快速幂

题意 求下式的值: Sn=⌈ (a+b√)n⌉%m S_n = \lceil\ (a + \sqrt{b}) ^ n \rceil\% m 其中: 0<a,m<215 0< a, m < 2^{15} 0<b,n<231 0 < b, n < 2^{31} (a−1)2<b<a2 (a-1)^2< b < a^2 解析 令: An=(a+b√)n A_n = (a +

hdu 6198 dfs枚举找规律+矩阵乘法

number number number Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others) Problem Description We define a sequence  F : ⋅   F0=0,F1=1 ; ⋅   Fn=Fn

zeroclipboard 粘贴板的应用示例, 兼容 Chrome、IE等多浏览器

zeroclipboard单个复制按钮和多个复制按钮的实现方法 最近网站改版想让复制代码功能在多个浏览器上都可以实现,最近看网上不少说我们的代码复制功能不好用的,我们最近将会增加代码高亮等功能,希望大家多多支持我们 zeroclipboard是一个跨浏览器的库类 它利用 Flash 进行复制,所以只要浏览器装有 Flash 就可以运行,而且比 IE 的

Python:豆瓣电影商业数据分析-爬取全数据【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】

**爬取豆瓣电影信息,分析近年电影行业的发展情况** 本文是完整的数据分析展现,代码有完整版,包含豆瓣电影爬取的具体方式【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】   最近MBA在学习《商业数据分析》,大实训作业给了数据要进行数据分析,所以先拿豆瓣电影练练手,网络上爬取豆瓣电影TOP250较多,但对于豆瓣电影全数据的爬取教程很少,所以我自己做一版。 目

基于SpringBoot的宠物服务系统+uniapp小程序+LW参考示例

系列文章目录 1.基于SSM的洗衣房管理系统+原生微信小程序+LW参考示例 2.基于SpringBoot的宠物摄影网站管理系统+LW参考示例 3.基于SpringBoot+Vue的企业人事管理系统+LW参考示例 4.基于SSM的高校实验室管理系统+LW参考示例 5.基于SpringBoot的二手数码回收系统+原生微信小程序+LW参考示例 6.基于SSM的民宿预订管理系统+LW参考示例 7.基于

Spring Roo 实站( 一 )部署安装 第一个示例程序

转自:http://blog.csdn.net/jun55xiu/article/details/9380213 一:安装 注:可以参与官网spring-roo: static.springsource.org/spring-roo/reference/html/intro.html#intro-exploring-sampleROO_OPTS http://stati

Java http请求示例

使用HttpURLConnection public static String httpGet(String host) {HttpURLConnection connection = null;try {URL url = new URL(host);connection = (HttpURLConnection) url.openConnection();connection.setReq

基于SSM+Vue+MySQL的可视化高校公寓管理系统

系统展示 管理员界面 宿管界面 学生界面 系统背景   当前社会各行业领域竞争压力非常大,随着当前时代的信息化,科学化发展,让社会各行业领域都争相使用新的信息技术,对行业内的各种相关数据进行科学化,规范化管理。这样的大环境让那些止步不前,不接受信息改革带来的信息技术的企业随时面临被淘汰,被取代的风险。所以当今,各个行业领域,不管是传统的教育行业

2.3多任务编程示例1

1.CUBEMAX配置  2.CODE void StartTask1(void const * argument){/* USER CODE BEGIN StartTask1 */TickType_t pxPreviousWakeTime=xTaskGetTickCount();/* Infinite loop */for(;;){LED1_Turn();// vTaskDelay

线性代数|机器学习-P35距离矩阵和普鲁克问题

文章目录 1. 距离矩阵2. 正交普鲁克问题3. 实例说明 1. 距离矩阵 假设有三个点 x 1 , x 2 , x 3 x_1,x_2,x_3 x1​,x2​,x3​,三个点距离如下: ∣ ∣ x 1 − x 2 ∣ ∣ 2 = 1 , ∣ ∣ x 2 − x 3 ∣ ∣ 2 = 1 , ∣ ∣ x 1 − x 3 ∣ ∣ 2 = 6 \begin{equation} ||x