python進行相關性分析並繪制散點圖詳解
近期,有小夥伴問我關於怎麼使用python進行散點圖的繪制,這個東西很簡單,但是怎麼講相關性的值標註在圖形上略顯麻煩,因此,在這裡記錄一下,將整個流程展示一下。
需要用到的庫
在本篇博客中,主要用到的庫是pandas、numpy、matplotlib、seaborn等,想要使用seaborn庫必須要引入matplotlib庫,seaborn是作為它的外掛庫。
#1 load pakeage import pandas as pd#讀寫表格以及表格處理 import numpy as np#用於數據計算 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 #顯示負號
數據讀取
這裡我使用的是師弟的一部分數據,在這裡進行數據讀取。
df = pd.read_csv('./JXDY_1.csv',encoding='utf-8') df.head()
這裡我們做相關性分析
df.corr()#默認是pearson相關性分析
之後我們進行批量化的散點圖輸出,將相關性數據放在圖形上
a = 2#這裡的相關性是從第二位開始進行計算的,所以我從第二位開始提取 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)#添加相關性 a = a+1 plt.savefig('./{}.jpg'.format(i),dpi=300,bbox_inches = 'tight')
結果就大功告成瞭,之後吧結果輸出來就可以瞭!
總結
本篇文章就到這裡瞭,希望能夠給你帶來幫助,也希望您能夠多多關註WalkonNet的更多內容!
推薦閱讀:
- python 繪制斜率圖進行對比分析
- python數據分析近年比特幣價格漲幅趨勢分佈
- python熱力圖實現的完整實例
- python數據可視化Seaborn畫熱力圖
- Python Pandas中loc和iloc函數的基本用法示例