Python 如何通过遍历每行创建相关矩阵

相关矩阵是一个包含许多变量的相关系数的表格。表格中的每个单元格代表两个变量之间的相关性。该值可能在-1和1之间变化。相关矩阵用于总结数据，诊断高级分析，并作为更复杂研究的输入。

相关矩阵用于表示数据集中变量之间的关系。它是一种帮助程序员分析数据组成部分之间关系的矩阵类型。它表示0到1之间的相关系数。

正值意味着良好的相关性，负值表示弱/低相关性，值为零（0）表示给定变量集之间没有依赖性。

回归分析和相关矩阵表明以下观察结果−

识别数据集中的独立变量之间的关系。
帮助从数据集中选择显著且非冗余的变量。
只适用于数值或连续变量。

在本文中，我们将向您展示如何使用Python创建相关矩阵。

假设我们已经获取了一个名为 starbucksMenu.csv 的CSV文件，其中包含一些随机数据。我们需要为数据集中指定的列创建一个相关矩阵，并绘制相关矩阵。

输入文件数据

starbucksMenu.csv

项目名称	卡路里	脂肪	碳水化合物	纤维素	蛋白质	钠
凉爽的青柠猫山王果星巴克饮料™	45	0	11	0	0	10
急速生活™有机姜青柠果汁	80	0	18	1	0	10
冰咖啡	60	0	14	1	0	10
Tazo®瓶装莓花白茶	0	0	0	0	0	0
Tazo®瓶装黑莓	130	2.5	21	0	5	65
Tazo®瓶装大桃子	140	2.5	23	0	5	90
Tazo®瓶装冰镇花果茶	130	2.5	21	0	5	65
Tazo®瓶装李子石榴茶	80	0	19	0	0	10
Tazo®瓶装Tazoberry	60	0	15	0	0	10
Tazo®瓶装白蔓越莓	150	0	38	0	0	15

创建相关矩阵

我们将为数据集的三列（即独立连续变量）绘制相关矩阵。

Carb
Protein
Sodium

步骤

以下是执行所需任务的算法/步骤：

导入os、pandas、NumPy和seaborn库。
使用 read_csv() 函数读取给定的CSV文件（将CSV文件加载为pandas数据帧）。
从给定的数据集创建要创建相关矩阵的列的列表。
使用 corr() 函数创建相关矩阵（它计算数据帧中所有列的成对关联。任何 na（null） 值都会自动过滤掉。它会被丢弃，对于数据帧中的任何非数值数据类型列）。
打印数据集的指定列的相关矩阵。
使用seaborn库的 heatmap() 函数绘制相关矩阵（对于要绘制的每个值，热图具有指示同一颜色的多个色调的值。图表的较暗颜色通常表示较高的值，而较浅色的阴影表示较低的值。完全不同的颜色也可用于显著不同的值）。

将数据集导入Pandas数据帧

我们现在首先将任何样本数据集（这里我们使用starbucksMenu.csv）导入pandas数据帧并打印出来。

示例1

# Import pandas module as pd using the import keyword
import pandas as pd
# Reading a dataset
givenDataset = pd.read_csv('starbucksMenu.csv')
print(givenDataset)

输出

项目名称	卡路里	脂肪	碳水化合物	纤维	蛋白质	钠
凉爽青柠星冰乐（星巴克®）	45	0	11	0	0	10
有机姜青柠柠檬水（新地®）	80	0	18	1	0	10
冰咖啡	60	0	14	1	0	10
Tazo® 瓶装浆果花白茶	0	0	0	0	0	0
Tazo® 瓶装草莓黑莓茶	130	2.5	21	0	5	65
Tazo® 瓶装巨型桃茶	140	2.5	23	0	5	90
Tazo® 瓶装冰镇激情茶	130	2.5	21	0	5	65
Tazo® 瓶装李子石榴茶	80	0	19	0	0	10
Tazo®瓶装Tazoberry	60	0	15	0	0	10
Tazo®瓶装白蔓越莓	150	0	38	0	0	15

导入数据集后创建相关矩阵

以下程序用于创建给定数据集的相关矩阵，打印它们，并绘制相关矩阵−

示例2

import os
# Importing pandas module
import pandas as pd
import numpy as np
import seaborn 
# Reading a dataset
givenDataset = pd.read_csv('starbucksMenu.csv')
# Assigning the list of columns from the dataset 
numericColumns = ['Carb','Protein','Sodium']

# Creating a correlation matrix 
correlationMatrix  = givenDataset.loc[:,numericColumns].corr()
# Printing the correlation matrix.
print(correlationMatrix)
# Displaying the correlation matrix
seaborn.heatmap(correlationMatrix, annot=True)

输出

在执行上述程序时，将生成以下输出−

Python 如何通过遍历每行创建相关矩阵