Pandas 中的 .corr() 方法有什么作用，它如何与热图相关联？答案

【问题标题】：What does the .corr() method do in Pandas and how does it relate it to the heatmap?Pandas 中的 .corr() 方法有什么作用，它如何与热图相关联？
【发布时间】：2020-04-17 21:30:44
【问题描述】：

我正在使用 jupyter 库做一个关于 EDA 的教程，发现这段代码令人困惑：-

plt.figure(figsize=(10,5))
c = df.corr()
sns.heatmap(c,cmap="BrBG", annot=True)

这里，dataframe 定义为 df。但是，我不明白 df.corr() 的目的以及它与热图的关系。我尝试搜索 df.corr() ，发现它是用来执行成对操作的。

这里是 jupyter 画廊的链接：https://colab.research.google.com/github/Tanu-N-Prabhu/Python/blob/master/Exploratory_data_Analysis.ipynb#scrollTo=dAnd4DSyeHDb

希望能澄清我的问题。

【问题讨论】：

默认方法是'pearson'，因此对于所有成对的列组合，它计算np.corrcoeff。您可以在 pandas.core.nanops 中准确查看它用于不同方法的函数
en.wikipedia.org/wiki/Pearson_correlation_coefficient
您阅读文档了吗？

标签： python pandas seaborn

【解决方案1】：

df.corr()计算元素范围为[-1, 1]的相关矩阵，默认使用皮尔逊相关系数。 sns.heatmap 只是一种使用颜色来显示相关性有多强的方法，在这种情况下，绿色表明正相关接近于 1。

这只是一种用颜色而不是数字来查看相关性的方法，以便用户可以识别哪些变量的相关性更高。

【讨论】：

感谢您的解释。你能用通俗的话来解释吗？我刚开始学习线性代数，所以矩阵对我来说是一个相对较新的话题。我从您的回答中了解到，它告诉您两个变量之间的相关性。另外，你能告诉我为什么它在解释性数据分析中很重要吗？
这超出了最初的问题，但一般来说，只要变量 X 和变量 Y 之间的相关性接近 1 或 -1，这意味着 Y 可以用线性来解释使用X作为变量的方程，例如：Y = A X + B，最接近1或-1，这个方程越精确。

【解决方案2】：

.corr() 找到数据帧中每一列（变量）之间的相关性，它返回一个二维数据矩阵。

corr = df.corr() //df 是我的数据框

数据值在热图中表示为颜色。热图的目标是提供彩色的视觉信息摘要。

plt.figure(figsize= (20,22)) sns.set(font_scale=1.5) sns.heatmap(corr, annot=True) plt.show()

【讨论】：