使用Python计算皮尔逊相关系数，并用热力图展示-Toy模板网

这篇具有很好参考价值的文章主要介绍了使用Python计算皮尔逊相关系数，并用热力图展示。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

学习笔记☞学习计算皮尔相关逊系数，并用热力图展示出来。

由于是自我练习的笔记，所以这里先通过Pandas随机生成一部分时序数据，然后再调用corr()函数来计算皮尔逊相关系数，并把计算结果先展示输出出来，最后通过热力图的方式把计算结果展现出来。

下面是开发的具体过程：

1、首先导入需要的算法包

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

2、生成数据（由于是练习，所以这里的数据是随机生成的时序数据，其中索引为时间）

dates = pd.date_range('20220101', periods=15)#生成连续15天的时间序列
df = pd.DataFrame(np.random.randn(15,4), index=dates, columns=list('ABCD'))
print(df)

输出：

皮尔逊相关系数热力图,Python数据分析学习笔记,python,pandas,numpy

3、通过corr()函数来计算df数据中的两两元素的皮尔相关逊系数

a=df.corr()
print('皮尔逊系数')
print(a)

计算结果如下：

皮尔逊相关系数热力图,Python数据分析学习笔记,python,pandas,numpy

4、通过计算出来的皮尔逊相关系数进行画热力图，用热力图表示相关性。

sns.heatmap(df.corr(method='pearson'),linewidths=0.1,vmax=1.0, square=True,linecolor='white', annot=True)
plt.title('皮尔逊热力图')
plt.show()

输出：

皮尔逊相关系数热力图,Python数据分析学习笔记,python,pandas,numpy

完整版代码如下（本地运行无误，可以使用）：文章来源地址https://www.toymoban.com/news/detail-706096.html

 #coding=utf-8
import seaborn as sns
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
dates = pd.date_range('20220101', periods=15)#生成连续六天的时间序列
#随机生成数据
df = pd.DataFrame(np.random.randn(15,4), index=dates, columns=list('ABCD'))
print(df)
a=df.corr()
print('皮尔逊系数')
print(a)
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
sns.heatmap(df.corr(method='pearson'),linewidths=0.1,vmax=1.0, square=True,linecolor='white', annot=True)
plt.title('皮尔逊热力图')
plt.show()

到了这里，关于使用Python计算皮尔逊相关系数，并用热力图展示的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！