仅显示 Python 中相关矩阵的第一列

Question

我使用 seaborn 和以下命令创建了 pandas 数据帧的相关矩阵：

corrMatrix = df.corr()
#sns.heatmap(corrMatrix, annot=True)
#plt.show()

ax = sns.heatmap(
    corrMatrix, 
    vmin=-1, vmax=1, center=0,
    cmap=sns.diverging_palette(20, 220, n=200),
    square=True, annot=True
)
ax.set_xticklabels(
    ax.get_xticklabels(),
    rotation=45,
    horizontalalignment='right'
);

我得到以下矩阵图：

如何屏蔽相关矩阵以仅显示矩阵的第一列？我还想要右侧的图例显示。

Answer 1

这对我有用的虚拟数据：

df = pd.DataFrame(corrMatrix['# of Prophages'],
              index=corrMatrix.index)

sns.heatmap(df, annot=True, fmt="g", cmap='viridis')

plt.show()

这是改编自这个答案：Seaborn Heatmap with single column

Answer 2

在你的情况下 x 是 corrMatrix[['# of Prophages']]

df = pd.DataFrame({'A': np.random.rand(8), 'B': np.random.rand(8)})
corr = df.corr()

x = corr[['A']]
sns.heatmap(x)

校正：

    A            B
A   1.000000    -0.192375
B   -0.192375   1.000000

sns.heatmap(校正):

sns.heatmap(x):

这可能对您有帮助：

归功于 unutbu

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import seaborn.matrix as smatrix

sns.set()

flights_long = sns.load_dataset("flights")
flights = flights_long.pivot("month", "year", "passengers")
flights = flights.reindex(flights_long.iloc[:12].month)
sns.heatmap(flights)

结果：

columns = [1953]
myflights = flights.copy()
mask = myflights.columns.isin(columns)
myflights.loc[:, mask] = 0
arr = flights.values
vmin, vmax = arr.min(), arr.max()
sns.heatmap(flights, mask=myflights, annot=True, fmt="d", vmin=vmin, vmax=vmax)

输出：

columns = [1953]
myflights = flights.copy()
mask = myflights.columns.isin(columns)
myflights = myflights.loc[:, mask]
arr = flights.values
vmin, vmax = arr.min(), arr.max()
sns.heatmap(myflights, annot=True, fmt="d", vmin=vmin, vmax=vmax)

输出：

仅显示 Python 中相关矩阵的第一列

Show only first column in a correlation matrix in Python

python

data-visualization

correlation

pandas

seaborn