矩阵图
Seaborn 数据可视化进阶
Chris Moffitt
Instructor
将数据整理为正确格式
- Seaborn 的
heatmap()需要网格格式的数据 - 常用 pandas 的
crosstab()来整理数据
pd.crosstab(df["mnth"], df["weekday"],
values=df["total_rentals"],aggfunc="mean").round(0)
构建热力图
sns.heatmap(pd.crosstab(df["mnth"], df["weekday"],
values=df["total_rentals"], aggfunc="mean")
)
自定义热力图
sns.heatmap(df_crosstab, annot=True, fmt="d",
cmap="YlGnBu", cbar=False, linewidths=.5)
设置热力图中心值
- Seaborn 支持将热力图颜色居中到特定值
sns.heatmap(df_crosstab, annot=True, fmt="d",
cmap="YlGnBu", cbar=True,
center=df_crosstab.loc[9, 6])
绘制相关矩阵
- pandas 的
corr计算数据框各列间的相关性 - 结果可用 seaborn 绘制为热力图
cols = ['total_rentals', 'temp', 'casual', 'hum', 'windspeed']
sns.heatmap(df[cols].corr(), cmap='YlGnBu')
