सहसंबंध गर्मी मानचित्र

Question

मैं एक हीटमैप का उपयोग कर सहसंबंध मैट्रिक्स का प्रतिनिधित्व करना चाहता हूं। आर में correlogram नामक कुछ है, लेकिन मुझे नहीं लगता कि पाइथन में ऐसी चीज है।

मैं यह कैसे कर सकता हूं? मूल्यों उदाहरण के लिए, -1 से 1 पर जाएँ:

[[ 1.   0.00279981 0.95173379 0.02486161 -0.00324926 -0.00432099] 
[ 0.00279981 1.   0.17728303 0.64425774 0.30735071 0.37379443] 
[ 0.95173379 0.17728303 1.   0.27072266 0.02549031 0.03324756] 
[ 0.02486161 0.64425774 0.27072266 1.   0.18336236 0.18913512] 
[-0.00324926 0.30735071 0.02549031 0.18336236 1.   0.77678274] 
[-0.00432099 0.37379443 0.03324756 0.18913512 0.77678274 1.  ]] 

मैं एक question के आधार पर निम्न हीटमैप का उत्पादन करने में सक्षम था, लेकिन समस्या यह हो कि मेरे मान 0 पर 'काट' है, इसलिए मैं चाहते हैं एक नक्शा रखने के लिए जो नीले (-1) से लाल (1), या ऐसा कुछ है, लेकिन नीचे 0 के मान पर्याप्त तरीके से प्रस्तुत नहीं किए जाते हैं।

यहाँ उस के लिए कोड है:

plt.imshow(correlation_matrix,cmap='hot',interpolation='nearest') 

Answer 1

एक अन्य विकल्प सहप्रसरण साजिश Seaborn में हीटमैप समारोह का प्रयोग है। यह उदाहरण आर में आईएसएलआर पैकेज से ऑटो डेटा सेट का उपयोग करता है (जैसा आपने दिखाया उदाहरण में)। देर पार्टी के लिए

cmap = cmap=sns.diverging_palette(5, 250, as_cmap=True) 

def magnify(): 
    return [dict(selector="th", 
       props=[("font-size", "7pt")]), 
      dict(selector="td", 
       props=[('padding', "0em 0em")]), 
      dict(selector="th:hover", 
       props=[("font-size", "12pt")]), 
      dict(selector="tr:hover td:hover", 
       props=[('max-width', '200px'), 
         ('font-size', '12pt')]) 
] 

corr.style.background_gradient(cmap, axis=1)\ 
    .set_properties(**{'max-width': '80px', 'font-size': '10pt'})\ 
    .set_caption("Hover to magify")\ 
    .set_precision(2)\ 
    .set_table_styles(magnify()) 

Answer 2

आप इस के लिए matplotlib उपयोग कर सकते हैं। Plotting a 2D heatmap with Matplotlib

Answer 3

1. नीले और लाल के बीच एक संक्रमण के लिए 'जेट' रंग मैप का उपयोग करें: वहाँ एक ऐसी ही सवाल जो दिखाता है कि प्राप्त कर सकते हैं तुम क्या चाहते हो।
2. vmin, vmax पैरामीटर के साथ pcolor() का उपयोग करें।

यह इस जवाब में विस्तृत है: https://stackoverflow.com/a/3376734/21974

Answer 4

, लेकिन मैं की तरह महसूस:

import pandas.rpy.common as com 
import seaborn as sns 
%matplotlib inline 

# load the R package ISLR 
infert = com.importr("ISLR") 

# load the Auto dataset 
auto_df = com.load_data('Auto') 

# calculate the correlation matrix 
corr = auto_df.corr() 

# plot the heatmap 
sns.heatmap(corr, 
     xticklabels=corr.columns, 
     yticklabels=corr.columns) 

आप और भी अधिक फैंसी होना चाहते थे, तो आप Pandas Style उदाहरण के लिए उपयोग कर सकते हैं, यह घोषणा करने के बाद मैंने जो कुछ रखा, उसका योगदान करना कि बकाया समुद्री शैवाल को तोड़ना था। निम्नलिखित स्निपेट समुद्र तट गर्मी के आधार पर एक समान सहसंबंध साजिश बनाता है। आप रंग सीमा भी निर्दिष्ट कर सकते हैं और डुप्लिकेट सहसंबंधों को छोड़ना चुन सकते हैं या नहीं। ध्यान दें कि मैंने आपके समान संख्याओं का उपयोग किया है, लेकिन मैंने उन्हें एक पांडा डेटाफ्रेम में रखा है। रंगों की पसंद के संबंध में आप sns.diverging_palette के दस्तावेज़ों पर एक नज़र डाल सकते हैं।

import pandas as pd 
import seaborn as sns 
import matplotlib.pyplot as plt 
import numpy as np 

# A list with your data slightly edited 
l = [1.0,0.00279981,0.95173379,0.02486161,-0.00324926,-0.00432099, 
0.00279981,1.0,0.17728303,0.64425774,0.30735071,0.37379443, 
0.95173379,0.17728303,1.0,0.27072266,0.02549031,0.03324756, 
0.02486161,0.64425774,0.27072266,1.0,0.18336236,0.18913512, 
-0.00324926,0.30735071,0.02549031,0.18336236,1.0,0.77678274, 
-0.00432099,0.37379443,0.03324756,0.18913512,0.77678274,1.00] 

# Split list 
n = 6 
data = [l[i:i + n] for i in range(0, len(l), n)] 

# A dataframe 
df = pd.DataFrame(data) 

def CorrMtx(df, dropDuplicates = True): 

    # Your dataset is already a correlation matrix. 
    # If you have a dateset where you need to include the calculation 
    # of a correlation matrix, just uncomment the line below: 
    # df = df.corr() 

    # Exclude duplicate correlations by masking uper right values 
    if dropDuplicates:  
     mask = np.zeros_like(df, dtype=np.bool) 
     mask[np.triu_indices_from(mask)] = True 

    # Set background color/chart style 
    sns.set_style(style = 'white') 

    # Set up matplotlib figure 
    f, ax = plt.subplots(figsize=(11, 9)) 

    # Add diverging colormap from red to blue 
    cmap = sns.diverging_palette(250, 10, as_cmap=True) 

    # Draw correlation plot with or without duplicates 
    if dropDuplicates: 
     sns.heatmap(df, mask=mask, cmap=cmap, 
       square=True, 
       linewidth=.5, cbar_kws={"shrink": .5}, ax=ax) 
    else: 
     sns.heatmap(df, cmap=cmap, 
       square=True, 
       linewidth=.5, cbar_kws={"shrink": .5}, ax=ax) 


CorrMtx(df, dropDuplicates = False) 

यहाँ जिसके परिणामस्वरूप साजिश है:

आप नीले के लिए कहा, लेकिन वह अपने नमूना डेटा में सीमा से बाहर हो जाता है। 0.95173379 से -0 बदलें।दोनों टिप्पणियों के लिए 95173379 और आप इस मिल जाएगा: