Python - 将NxN矩阵绘制为渐变颜色网格

Question

我希望可视化我使用datafrome.corr()方法获得的列之间的相关性。

结果如下：

我在这里要做的是根据数据框的值绘制具有渐变颜色的矩阵。

类似的东西（只是网上的一个例子）：

Answer 1

如果您可以将数据导入numpy，这是一个使用matplotlib的简单解决方案，并且应该生成类似于您发布的热图。您只需要用您的数据替换虚拟数据。

import numpy as np
import matplotlib.pyplot as plt

# Generate some test data
data = np.arange(100).reshape((10,10))

plt.title('Actual Function')
heatmap = plt.pcolor(data)
plt.show()

编辑：这是一个有点xc和y轴标签的版本。我选择将它们放入两个列表中，以便您可以单独更改每个列表。

import numpy as np
import matplotlib.pyplot as plt

# Generate some test data
data = np.arange(100).reshape((10,10))

xlabels = ['capacity', 'failure_rate', 'id', 'margin', 'price', 'prod_cost', 'product_type', 'quality', 'warranty', 'market_share', 'attractiveness']
ylabels = ['capacity', 'failure_rate', 'id', 'margin', 'price', 'prod_cost', 'product_type', 'quality', 'warranty', 'market_share', 'attractiveness']

fig, ax = plt.subplots()

ax.set_xticks(np.arange(data.shape[1]) + 0.5, minor=False)
ax.set_yticks(np.arange(data.shape[0]) + 0.5, minor=False)

ax.xaxis.tick_top()
plt.xticks(rotation=90)

ax.set_xticklabels(xlabels, minor=False)
ax.set_yticklabels(ylabels, minor=False)
heatmap = ax.pcolor(data)

ax = plt.gca()

for t in ax.xaxis.get_major_ticks():
    t.tick1On = False
    t.tick2On = False
for t in ax.yaxis.get_major_ticks():
    t.tick1On = False
    t.tick2On = False

plt.show()