पंडों के साथ सहसंबंध मैट्रिक्स की गणना और दृश्य

Question

मेरे पास कई प्रविष्टियों के साथ एक पांडा डेटा फ्रेम है, और मैं कुछ प्रकार की दुकानों की आय के बीच सहसंबंध की गणना करना चाहता हूं। आय डेटा के साथ कई स्टोर हैं, गतिविधि के क्षेत्र का वर्गीकरण (थिएटर, कपड़ा स्टोर, भोजन ...) और अन्य डेटा।

मैंने एक नया डेटा फ़्रेम बनाने और सभी प्रकार के स्टोरों की आय के साथ एक कॉलम सम्मिलित करने का प्रयास किया, जो एक ही श्रेणी के हैं, और रिटर्निंग डेटा फ़्रेम में केवल पहला कॉलम भरा है और शेष NaN से भरा है। कोड है कि मैं थक गया:

corr = pd.DataFrame()
for at in activity:
    stores.loc[stores['Activity']==at]['income']

मैं ऐसा करना चाहता हूं, इसलिए मैं .corr()स्टोर की श्रेणी के बीच सहसंबंध मैट्रिक्स को देने के लिए उपयोग कर सकता हूं ।

उसके बाद, मैं जानना चाहता हूं कि मैं मैट्रिक्स मूल्यों (-1 से 1) को कैसे प्लॉट कर सकता हूं, क्योंकि मैं मेटपॉलिब के साथ पियर्सन के सहसंबंध का उपयोग करना चाहता हूं)।

Comments

stanford.edu/~mwaskom/software/seaborn/examples/…

— Emre

Answer 1

मैं निम्नलिखित पर किसी प्रकार के खेल का सुझाव देता हूं:

इस उदाहरण के लिए यूसीआई अबालोन डेटा का उपयोग ...

import matplotlib
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

# Read file into a Pandas dataframe
from pandas import DataFrame, read_csv
f = 'https://archive.ics.uci.edu/ml/machine-learning-databases/abalone/abalone.data'
df = read_csv(f)
df=df[0:10]
df

सहसंबंध मैट्रिक्स प्लॉटिंग फ़ंक्शन:

# सहसंबंध मैट्रिक प्लॉटिंग फ़ंक्शन

def correlation_matrix(df):
    from matplotlib import pyplot as plt
    from matplotlib import cm as cm

    fig = plt.figure()
    ax1 = fig.add_subplot(111)
    cmap = cm.get_cmap('jet', 30)
    cax = ax1.imshow(df.corr(), interpolation="nearest", cmap=cmap)
    ax1.grid(True)
    plt.title('Abalone Feature Correlation')
    labels=['Sex','Length','Diam','Height','Whole','Shucked','Viscera','Shell','Rings',]
    ax1.set_xticklabels(labels,fontsize=6)
    ax1.set_yticklabels(labels,fontsize=6)
    # Add colorbar, make sure to specify tick locations to match desired ticklabels
    fig.colorbar(cax, ticks=[.75,.8,.85,.90,.95,1])
    plt.show()

correlation_matrix(df)

उम्मीद है की यह मदद करेगा!

Comments

दूसरा भाग वास्तव में बहुत मददगार था, लेकिन मुझे अभी भी पहली समस्या है और मुझे दूसरे भाग में जाने से पहले इसे हल करने की आवश्यकता है

— gdlm

यह समझना बहुत कठिन है कि आप कुछ डेटा के बिना पहले भाग में क्या चाहते हैं। क्या आप उस दूसरे टुकड़े को चित्रित करने के लिए कुछ डेटा जोड़ सकते हैं, जिसके बारे में आपके पास कोई प्रश्न है। मेरा मानना ​​है कि यह आपके द्वारा उल्लिखित के आधार पर तुच्छ रूप से हल किया गया है। डेटाफ्रेम की 10 पंक्तियां और उससे पहले और बाद में जो कुछ भी आपके पास है, उसे लिखें।

— AN6U5

लाइन import numpy as npआवश्यक नहीं है, क्या यह है?

— मार्टिन थोमा

आप उपयोग नहीं करते हैं cbar, तो आप इसे क्यों असाइन करते हैं?

— मार्टिन थॉमा

@ मॉर्टिन थोमा - आप सही हैं कि खसखस ​​का उपयोग नहीं किया जाता है। मैं सोच रहा था कि .corr () एक सुन्न कार्य था लेकिन यह पांडा है। मैं colorbar का उपयोग करता हूं, लेकिन आप सही हैं कि मुझे इसे cbar को असाइन करने की आवश्यकता नहीं है। मैंने आपकी टिप्पणियों के आधार पर रिपीशन संपादित किया है। धन्यवाद!

— AN6U5

Answer 2

एक अन्य विकल्प कोवरियन को साजिश रचने के लिए सीबॉर्न में हीटमैप फ़ंक्शन का उपयोग करना है। यह उदाहरण R में ISLR पैकेज से ऑटो डेटा सेट का उपयोग करता है (आपके द्वारा दिखाए गए उदाहरण के समान)।

import pandas.rpy.common as com
import seaborn as sns
%matplotlib inline

# load the R package ISLR
infert = com.importr("ISLR")

# load the Auto dataset
auto_df = com.load_data('Auto')

# calculate the correlation matrix
corr = auto_df.corr()

# plot the heatmap
sns.heatmap(corr, 
        xticklabels=corr.columns,
        yticklabels=corr.columns)

यदि आप और भी अधिक फैंसी बनना चाहते हैं, तो आप उदाहरण के लिए पंडास स्टाइल का उपयोग कर सकते हैं :

cmap = cmap=sns.diverging_palette(5, 250, as_cmap=True)

def magnify():
    return [dict(selector="th",
                 props=[("font-size", "7pt")]),
            dict(selector="td",
                 props=[('padding', "0em 0em")]),
            dict(selector="th:hover",
                 props=[("font-size", "12pt")]),
            dict(selector="tr:hover td:hover",
                 props=[('max-width', '200px'),
                        ('font-size', '12pt')])
]

corr.style.background_gradient(cmap, axis=1)\
    .set_properties(**{'max-width': '80px', 'font-size': '10pt'})\
    .set_caption("Hover to magify")\
    .set_precision(2)\
    .set_table_styles(magnify())

Comments

पहली बार अजगर में आर पैकेज का उपयोग करके देखें। अब बहुत सारे आर फंक्शन का इस्तेमाल किया जा सकता है। महान

— डायनेशेंग

पंडों के संस्करण> 0.19 में rpyमॉड्यूल नहीं है । आपको स्टैंडअलोन प्रोजेक्ट का उपयोग करने की आवश्यकता है rpy2। पंडों की चेतावनी यहाँ देखें ।

— n1k31t4

Answer 3

बस ऐसा क्यों नहीं करते:

import seaborn as sns
import pandas as pd

data = pd.read_csv('Dataset.csv')

plt.figure(figsize=(40,40)) 
# play with the figsize until the plot is big enough to plot all the columns
# of your dataset, or the way you desire it to look like otherwise

sns.heatmap(data.corr())

आप पैरामीटर का उपयोग करके रंग पैलेट को बदल सकते हैं cmap:

sns.heatmap(data.corr(), cmap='BuGn')