python進行相關性分析并繪制散點圖詳解
近期,有小伙伴問我關于怎么使用python進行散點圖的繪制,這個東西很簡單,但是怎么講相關性的值標注在圖形上略顯麻煩,因此,在這里記錄一下,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#用于數(shù)據(jù)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(shù)據(jù)讀取
這里我使用的是師弟的一部分數(shù)據(jù),在這里進行數(shù)據(jù)讀取。
df = pd.read_csv('./JXDY_1.csv',encoding='utf-8')
df.head()

這里我們做相關性分析
df.corr()#默認是pearson相關性分析

之后我們進行批量化的散點圖輸出,將相關性數(shù)據(jù)放在圖形上
a = 2#這里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')

結果就大功告成了,之后吧結果輸出來就可以了!
總結
本篇文章就到這里了,希望能夠給你帶來幫助,也希望您能夠多多關注腳本之家的更多內(nèi)容!
相關文章
python3?chromedrivers簽到的簡單實現(xiàn)
本文主要介紹了python3?chromedrivers簽到的簡單實現(xiàn),文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2023-03-03
基于OpenCV目標跟蹤實現(xiàn)人員計數(shù)器
這篇文章主要介紹了如何利用Python OpenCV這兩者來創(chuàng)建更準確的人員計數(shù)器,文中的示例代碼講解詳細,感興趣的小伙伴快來跟隨小編學習一下吧2022-03-03

