python：数据可视化 相关系数热力图绘制

相关系数热力图可以用来展示不同变量之间的相关性强度和方向。下面是一份简单的 Python 代码，可以用来绘制相关系数热力图： ```python import pandas as pd import seaborn as sns import matplotlib.pyplot as plt # 读取数据 df = pd.read_csv('data.csv') # 计算相关系数矩阵 corr = df.corr() # 绘制热力图 sns.heatmap(corr, annot=True, cmap='coolwarm') plt.show() ``` 代码解释： 1. 首先我们需要导入 pandas、seaborn 和 matplotlib 库。 2. 读取数据：假设我们的数据文件名为 `data.csv`，我们可以使用 pandas 库中的 `read_csv()` 函数来读取数据。 3. 计算相关系数矩阵：使用 pandas 库中的 `corr()` 函数来计算每个变量之间的相关系数。 4. 绘制热力图：使用 seaborn 库中的 `heatmap()` 函数来绘制热力图。`annot=True` 表示在热力图上显示相关系数的值，`cmap='coolwarm'` 表示使用颜色映射来表示相关性的强度。 5. 最后使用 `plt.show()` 函数来显示热力图。 注意：在实际使用中，我们需要根据自己的数据进行一些调整，比如更改颜色映射、调整字体大小等。