在 python 中使用 seaborn 在pairplot中显示相关值答案

【问题标题】：Show correlation values in pairplot using seaborn in python在 python 中使用 seaborn 在pairplot中显示相关值
【发布时间】：2018-11-22 17:44:08
【问题描述】：

我有以下数据：

prop_tenure  prop_12m  prop_6m  
0.00         0.00      0.00   
0.00         0.00      0.00   
0.06         0.06      0.10   
0.38         0.38      0.25   
0.61         0.61      0.66   
0.01         0.01      0.02   
0.10         0.10      0.12   
0.04         0.04      0.04   
0.22         0.22      0.22

我正在做一个如下的配对图：

sns.pairplot(data)
plt.show()

但是，我想显示变量之间的相关系数，如果可能的话，显示每个变量的偏度和峰度。我不确定如何在 seaborn 中做到这一点。

【问题讨论】：

标签： python seaborn correlation

【解决方案1】：

据我所知，没有现成的功能可以做到这一点，你必须create your own：

from scipy.stats import pearsonr
import matplotlib.pyplot as plt 

def corrfunc(x, y, ax=None, **kws):
    """Plot the correlation coefficient in the top left hand corner of a plot."""
    r, _ = pearsonr(x, y)
    ax = ax or plt.gca()
    ax.annotate(f'ρ = {r:.2f}', xy=(.1, .9), xycoords=ax.transAxes)

使用您的输入的示例：

import seaborn as sns; sns.set(style='white')
import pandas as pd

data = {'prop_tenure': [0.0, 0.0, 0.06, 0.38, 0.61, 0.01, 0.10, 0.04, 0.22], 
        'prop_12m':    [0.0, 0.0, 0.06, 0.38, 0.61, 0.01, 0.10, 0.04, 0.22], 
        'prop_6m':     [0.0, 0.0, 0.10, 0.25, 0.66, 0.02, 0.12, 0.04, 0.22]}

df = pd.DataFrame(data)

g = sns.pairplot(df)
g.map_lower(corrfunc)
plt.show()

【讨论】：

非常感谢！这非常有用。