在 python 中使用 seaborn 在 pairplot 中显示相关值

Question

我有以下数据：

prop_tenure  prop_12m  prop_6m  
0.00         0.00      0.00   
0.00         0.00      0.00   
0.06         0.06      0.10   
0.38         0.38      0.25   
0.61         0.61      0.66   
0.01         0.01      0.02   
0.10         0.10      0.12   
0.04         0.04      0.04   
0.22         0.22      0.22

我正在做一个配对图，如下所示：

sns.pairplot(data)
plt.show()

不过，我想显示变量之间的相关系数，如果可能的话，还想显示每个变量的偏度和峰度。你如何在 seaborn 中做到这一点？

Answer 1

据我所知，没有开箱即用的功能可以执行此操作，您必须 :

from scipy.stats import pearsonr
import matplotlib.pyplot as plt 

def corrfunc(x, y, ax=None, **kws):
    """Plot the correlation coefficient in the top left hand corner of a plot."""
    r, _ = pearsonr(x, y)
    ax = ax or plt.gca()
    ax.annotate(f'ρ = {r:.2f}', xy=(.1, .9), xycoords=ax.transAxes)

使用您输入的示例：

import seaborn as sns; sns.set(style='white')
import pandas as pd

data = {'prop_tenure': [0.0, 0.0, 0.06, 0.38, 0.61, 0.01, 0.10, 0.04, 0.22], 
        'prop_12m':    [0.0, 0.0, 0.06, 0.38, 0.61, 0.01, 0.10, 0.04, 0.22], 
        'prop_6m':     [0.0, 0.0, 0.10, 0.25, 0.66, 0.02, 0.12, 0.04, 0.22]}

df = pd.DataFrame(data)

g = sns.pairplot(df)
g.map_lower(corrfunc)
plt.show()

Answer 2

顺便提一下，对于较新版本 (>0.11.0) 中的 seaborn，上面的答案不再有效。但是你需要添加一个 hue=None 才能让它再次工作。

def corrfunc(x, y, hue=None, ax=None, **kws):
    """Plot the correlation coefficient in the top left hand corner of a plot."""
    r, _ = pearsonr(x, y)
    ax = ax or plt.gca()
    ax.annotate(f'ρ = {r:.2f}', xy=(.1, .9), xycoords=ax.transAxes)

参考这个问题https://github.com/mwaskom/seaborn/issues/2307#issuecomment-702980853

在 python 中使用 seaborn 在 pairplot 中显示相关值

Show correlation values in pairplot using seaborn in python

python

matplotlib

correlation

seaborn