快捷導(dǎo)航

python進(jìn)行相關(guān)性分析并繪制散點(diǎn)圖詳解

更新時(shí)間：2021年09月17日 17:00:43 作者：零食店

這篇文章主要介紹了python進(jìn)行相關(guān)性分析并繪制散點(diǎn)圖，具有一定借鑒價(jià)值，需要的朋友可以參考下,希望能夠給你帶來(lái)幫助

需要用到的庫(kù)

在本篇博客中，主要用到的庫(kù)是pandas、numpy、matplotlib、seaborn等，想要使用seaborn庫(kù)必須要引入matplotlib庫(kù)，seaborn是作為它的外掛庫(kù)。

#1 load pakeage
 
import pandas as pd#讀寫(xiě)表格以及表格處理
import numpy as np#用于數(shù)據(jù)計(jì)算
 
import geopandas as gpd
import matplotlib.pyplot as plt
import seaborn as sns
import os
import warnings
warnings.filterwarnings("ignore")
plt.rc('font',family='Times New Roman')
from glob import glob
from osgeo import gdal,gdal_array,gdalnumeric
plt.rcParams['font.sans-serif']=['Simhei']  #顯示中文
plt.rcParams['axes.unicode_minus']=False    #顯示負(fù)號(hào)

數(shù)據(jù)讀取

這里我使用的是師弟的一部分?jǐn)?shù)據(jù)，在這里進(jìn)行數(shù)據(jù)讀取。

df = pd.read_csv('./JXDY_1.csv',encoding='utf-8')
df.head()

這里我們做相關(guān)性分析

df.corr()#默認(rèn)是pearson相關(guān)性分析

之后我們進(jìn)行批量化的散點(diǎn)圖輸出，將相關(guān)性數(shù)據(jù)放在圖形上

a = 2#這里的相關(guān)性是從第二位開(kāi)始進(jìn)行計(jì)算的，所以我從第二位開(kāi)始提取
for i in df.columns[3:]:
    a1 = sns.lmplot(y='fruit',x=i,data=df)
    ax = plt.gca()
    ax.text(0.9,1,"Pearson:{:.2f}".format(df.corr().iloc[1,a]),transform=ax.transAxes)#添加相關(guān)性
    a = a+1
    plt.savefig('./{}.jpg'.format(i),dpi=300,bbox_inches = 'tight')

結(jié)果就大功告成了，之后吧結(jié)果輸出來(lái)就可以了！

總結(jié)

本篇文章就到這里了，希望能夠給你帶來(lái)幫助，也希望您能夠多多關(guān)注腳本之家的更多內(nèi)容！

您可能感興趣的文章:

相關(guān)文章

在VSCode中添加Python解釋器并安裝Python庫(kù)的方法
這篇文章主要介紹了在VSCode中添加Python解釋器并安裝Python庫(kù)的方法，本文分步驟通過(guò)圖文并茂的形式給大家介紹的非常詳細(xì)，需要的朋友可以參考下
2023-02-02
python數(shù)據(jù)分析之線(xiàn)性回歸選擇基金
這篇文章主要介紹了python數(shù)據(jù)分析之線(xiàn)性回歸選擇基金，文章基于前幾篇的文章內(nèi)容展開(kāi)詳細(xì)的基金的趨勢(shì)分析，感興趣的小伙伴可以參考一下
2022-05-05
python 如何把docker-compose.yaml導(dǎo)入到數(shù)據(jù)庫(kù)相關(guān)條目里
這篇文章主要介紹了python 如何把docker-compose.yaml導(dǎo)入到數(shù)據(jù)庫(kù)相關(guān)條目里？下面小編就為大家介紹一下實(shí)現(xiàn)方式，一起跟隨小編過(guò)來(lái)看看吧
2021-01-01
Python使用struct處理二進(jìn)制(pack和unpack用法)
這篇文章主要介紹了Python使用struct處理二進(jìn)制(pack和unpack用法)，幫助大家更好的理解和使用python，感興趣的朋友可以了解下
2020-11-11
Python 讀取用戶(hù)指令和格式化打印實(shí)現(xiàn)解析
這篇文章主要介紹了Python 讀取用戶(hù)指令和格式化打印實(shí)現(xiàn)解析,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
2019-09-09
Python使用matplotlib模塊繪制圖像并設(shè)置標(biāo)題與坐標(biāo)軸等信息示例
這篇文章主要介紹了Python使用matplotlib模塊繪制圖像并設(shè)置標(biāo)題與坐標(biāo)軸等信息,結(jié)合實(shí)例形式分析了Python中matplotlib模塊進(jìn)行坐標(biāo)系圖形繪制的相關(guān)操作技巧,需要的朋友可以參考下
2018-05-05
Python詞云展示庫(kù)wordcloud配置詳解
這篇文章主要介紹了Python詞云展示庫(kù)wordcloud配置詳解,詞云就是將詞語(yǔ)通過(guò)圖形可視化的方式，直觀(guān)和藝術(shù)的展示出來(lái),詞云在我們的生活中經(jīng)常能夠看到，無(wú)論是中文的詞云還是英文的詞云,需要的朋友可以參考下
2023-07-07
如何寫(xiě)好?Python?的?Lambda?函數(shù)
這篇文章主要介紹了如何寫(xiě)好?Python?的?Lambda?函數(shù),Lambda?函數(shù)是?Python?中的匿名函數(shù),下面文章通過(guò)介紹Lambda?函數(shù)的相關(guān)內(nèi)容展開(kāi)文章主題，需要的小伙伴可以參考一下
2022-03-03
Python Reduce函數(shù)的高級(jí)用法詳解
這篇文章主要介紹了reduce函數(shù)的工作原理和應(yīng)用,同時(shí)提供豐富的示例代碼,方便更好地理解如何使用reduce函數(shù)來(lái)輕松解決復(fù)雜的數(shù)據(jù)聚合問(wèn)題,需要的可以參考下
2023-11-11
pandas刪除行刪除列增加行增加列的實(shí)現(xiàn)
這篇文章主要介紹了pandas刪除行刪除列增加行增加列的實(shí)現(xiàn),文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
2019-07-07