Pythonで相関行列を作成する7つの方法

Pythonで相関行列を作成する7つの方法

毎回同じ相関行列を使用するデータサイエンティストにならないでください！

正直に言いましょう、普通のバニラの相関行列は退屈です。同じく人気のあるペアプロットも同じです。有用ですが、退屈です。バニラのデザートを嫌っているわけではありません 🍦 🍨 🍦 🍨 🍦

同意するなら、この記事はあなたのためです- 相関行列のゲームをステップアップし、多様化するのに役立ちます。

相関行列はデータ分析の基本的なツールです。異なる変数間の関連性を理解するためのものです。Pythonを使用して相関行列を作成するための10の方法を以下に示します。これらの方法は、さまざまなライブラリとデータセットを使用しています。

1) Pandasを使用する

もっとも簡単なオプションかもしれません。これは簡単なオプションです。なぜなら、どのPandas DataFrameオブジェクトでも簡単なメソッドのみが必要だからです。データサイエンスのほとんどの人たちは、データの視覚化にPandasを使用しているため、データの相関関係を調べるための最も迅速で簡単な方法の1つです。

• Twitter用の15の最高のChatGPTプロンプト（X）
• キャッシュイン：「PAYDAY 3」がGeForce NOWでストリーミングされます
• 「オムニバースへ：Blender 4.0 アルファリリースが新しいOpenUSDアートの時代の幕開けを切る」

import pandas as pdimport seaborn as snsdata = sns.load_dataset('mpg')correlation_matrix = data.corr(numeric_only=True)correlation_matrix

「p値はどこにあるの？」と思っているかもしれませんね。もしそうなら（私がこの出力を見たときのように）、この記事の最後まで読んで、p値を報告する方法についてのアドバイスも参考にしてください。

2) NumPyを使用する

単に行または列のラベルが不要な場合に使用します。

import seaborn as snsdata = sns.load_dataset('mpg')correlation_matrix = data.corr()sns.heatmap(correlation_matrix, annot=True, cmap='coolwarm')

次のようになる結果です。

array([[ 1.    , -0.8051, -0.7784, -0.8322,  0.4233],       [-0.8051,  1.    ,  0.8972,  0.9329, -0.5438],       [-0.7784,  0.8972,  1.    , 0.86453, -0.6891],       [-0.8322,  0.9329, 0.86453,  1.    , -0.4168],       [ 0.4233, -0.5438, -0.6891, -0.4168,  1.    ]])

3) Seabornを使用して可視化する

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!