如何解决重新排序热图中的变量并仅使用高度相关的变量重新设计热图
请帮忙!
嗨,我对 Python 非常陌生,正在尝试查找大型数据帧的相关性。
df1 = df0.corr()
uns_df = df1.unstack()
pd.DataFrame(uns_df[uns_df < 1].sort_values(ascending=True),columns =[coef])
上面的代码为我提供了系数最高的变量组合列表。 通过改变上升=假,它给了我相反的排名。
此外,我还为此创建了热图。
然而,我在一个数据框中有 200 多个变量,我很难解释相关矩阵、列表和热图的结果。
我想在这里做的是,
首先
重新排序热图中高度相关的数据帧变量,使热图的左上部分比右下部分颜色更深。
第二,
我想选择相关系数可能高于/低于 0.7/-0.7 的变量组合,然后再次制作热图。例如,我目前有 200 多个变量,但新的热图可能只包含 50 个变量。
此外,我还希望代码忽略 NaN 值。我不想将 NaN 更改为 0 并在计算相关性时让代码忽略它们
谢谢
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。