作者 | Julia Kho

编译 | CDA数据分析师

Annotated Heatmaps of a Correlation Matrix in 5 Simple Steps

热图是数据的图形表示，也就是说，它使用颜色来向读者传达价值。当您拥有大量数据时，这是一个很好的工具，可以帮助观众了解最重要的区域。

在本文中，我将指导您通过5个简单步骤创建自己的相关矩阵注释热图。

1. 导入数据
2. 创建关联矩阵
3. 设置mask隐藏上三角
4. 在Seaborn中创建热图
5. 导出热图

1）导入数据

df = pd.read_csv("Highway1.csv"，index_col = 0)

该公路事故数据集包含汽车事故率，每百万车辆英里的事故以及若干设计变量。

2）创建相关矩阵

corr_matrix = df.corr()

我们使用的是.corr 创建相关矩阵 。请注意，此矩阵中不存在htype列，因为它不是数字。我们需要使用htype来计算相关性。

df_dummy = pd.get_dummies(df.htype)

df = pd.concat([df，df_dummy]，axis = 1)

另外，请注意，相关矩阵的上三角部分与下三角对称。因此，我们的热图不需要显示整个矩阵。我们将在下一步隐藏上三角形。

3）设置mask隐藏上三角

mask = np.zeros_like(corr_matrix，dtype = np.bool)

mask[np.triu_indices_from(mask)] =True

让我们打破上面的代码吧。 np.zeros_like() 返回一个零数组，其形状和类型与给定的数组相同。通过传递相关矩阵，我们得到如下的零数组。

该 dtype=np.bool 参数会覆盖数据类型，因此我们的数组是一个布尔数组。

np.triu_indices_from(mask) 返回数组上三角形的索引。

现在，我们将上三角形设置为True。 mask[np.triu_indices_from(mask)]= True

现在，我们有一个掩码可以用来生成热图。

4）在Seaborn中创建热图

f，ax = plt.subplots(figsize =(11,15))

heatmap=sns.heatmap(corr_matrix,

mask = mask,

square = True,

linewidths = .5,

cmap ='coolwarm',

cbar_kws = {'shrink':.4,

'ticks':[-1,-.5,0,0.5,1]},

vmin = -1,

vmax = 1,

annot = True,

annot_kws = {"size":12})

#增加列名做为标签

ax.set_yticklabels(corr_matrix.columns，rotation = 0)

ax.set_xticklabels(corr_matrix.columns)

sns.set_style({'xtick.bottom':True},{'ytick.left':True})

为了创建我们的热图，我们传递步骤3中的相关矩阵和我们在步骤4中创建的蒙版以及自定义参数，以使我们的热图看起来更好。如果您有兴趣了解每条线的作用，请参考以下参数说明。

#使每个单元格成方形

square = True,

#设置将每个单元格划分为.5的行的宽度

linewidths = .5,

#Map数据值到coolwarm颜色空间

cmap ='coolwarm',

#Shrink在[-1，-.5,0,0.5,1]处的图例大小和标签刻度线

cbar_kws = {'shrink':.4,'ticks':[-1，-.5,0,0.5,1]},

#设置颜色条的最小值

vmin = -1,

#设置颜色条的最大值

vmax = 1,

#转到相关值的注释

annot = True,

#将注释设置为12

annot_kws = {"size":12}

#将列名添加到x标签

ax.set_xticklabels(corr_matrix.columns)

#将列名添加到y标签并将文本旋转到0度

ax.set_yticklabels(corr_matrix.columns,rotation = 0)

#在热图的底部和左侧显示标记

sns.set_style({'xtick.bottom':True},{'ytick.left':True})

5）导出热图 现在你有热图，让我们把它导出。

heatmap.get_figure().savefig('heatmap.png', bbox_inches='tight')

如果您发现有一个非常大的热图不能正确导出，请使用bbox_inches = 'tight' 以防止图像被切断。