Python使用pandas读取CSV并绘制Pearson相关系数热力图
发布时间：2026-10-12 |
2人浏览过
本文介绍如何利用Python的pandas库读取CSV文件数据，并结合matplotlib进行基础绘图。重点演示使用seaborn库绘制Pearson相关系数热力图，详细解析data.corr()计算相关性、sns.heatmap()绘制图表及annot参数控制数值显示的方法，同时说明对空值np.nan的支持情况。
如何利用pandas读取csv数据并绘图
首先需要导入常用的numpy和pandas库，以及用于绘图的matplotlib模块。
import matplotlib.pyplot as plt import pandas as pd import numpy as np fig = plt.figure() ax = fig.add_subplot(111)
读取csv文件的数据，保存到numpy数组内
path_csv = "E:\\python\\python\\2021\\202104\\04091\\path_data.csv" xa = np.array([42.0, 44.4, 43.1, 40.6]) ya = np.array([21.6, 21.2, 13.5, 14.0]) xa1 = np.array([10, 40]) ya1 = np.array([10, 40]) path_data_x = pd.read_csv(path_csv, header=None, usecols=[0]) path_data_y = pd.read_csv(path_csv, header=None, usecols=[1]) path_x = np.array(path_data_x)[:, 0] path_y = np.array(path_data_y)[:, 0]
绘制图像
print(path_x[0]) print(path_y[0]) ax.plot(xa1, ya1, color='g', linestyle='', marker='.') ax.plot(xa, ya, color='g', linestyle='-', marker='.') ax.plot(path_x, path_y, color='m', linestyle='', marker='.') plt.show()
展示结果
pandas画pearson相关系数热力图
pearson相关系数计算函数
data.corr()
该方法支持空值：np.nan
import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt
data = pd.DataFrame({"A":[np.nan,2,9], "B":[4,14,6], "c":[987,8,9]})
f, ax= plt.subplots(figsize = (14, 10))
corr = data.corr()
# print(corr)
sns.heatmap(corr,cmap='RdBu', linewidths = 0.05, ax = ax)
# 设置Axes的标题
ax.set_title('Correlation between features')
plt.show()
plt.close()
f.savefig('sns_style_origin.jpg', dpi=100, bbox_inches='tight')
其中heatmap()方法中有annot参数，默认为False，不显示每个颜色的数字，如果设置为：annot=True， 则在每个热力图上显示数字。
效果如下：
以上为个人经验，希望能给大家一个参考，也希望大家多多支持本站。
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
