01
# 引言
很早之前其实就写过一篇推文Python相关性热力图自动注显著性介绍如何在相关性热力图上自动标注显著性，不过收到好多同学私信，问我数据源是啥样的，怎么计算的啊，等等问题。所以今天打算重新写篇，并附上样例数据供大家参考学习。
02
# 读取数据
这次借助seaborn自带数据集的数据给大家来做演示，这边请忽略数据是否适用pearson相关性分析哈，实在是样例数据不太好找。你们自己整理数据，就整理成每列表示一个变量，这样就可以了。
df = sns.load_dataset('titanic')print(df)
03
# 计算相关性显著性
需要注意的是通过df.corr计算显著性时，变量自己与自己的显著性设置的是1，变量与其他的变量的显著性则无影响，是正确的，你也可以换个方法循环每个变量计算检查一下。
r_matrix = df.corr(method=lambda x, y: pearsonr(x, y)[0])print(r_matrix)p_matrix = df.corr(method=lambda x, y: pearsonr(x, y)[1])print(p_matrix)
04
# 可视化
fig,ax = plt.subplots(figsize=(8,6))mask = np.tril(np.ones(r_matrix.values.shape, dtype=int))mask = np.where(mask==1,0,1)print(mask)im1 = sns.heatmap(r_matrix,annot=True,cmap="RdBu_r", mask=mask#构造mask，去除重复数据显示,vmax=1,vmin=-1, fmt='.2f',ax = ax, annot_kws={"color": "k"})plt.show()
05
# 标注显著性
widthx = 0widthy = -0.15for m in ax.get_xticks():for n in ax.get_yticks():pv = (p_matrix.values[int(m),int(n)])if mask[int(m),int(n)]<1.:if pv< 0.05 and pv>= 0.01:ax.text(n+widthx,m+widthy,'*',ha = 'center',color = 'k')if pv< 0.01 and pv>= 0.001:ax.text(n+widthx,m+widthy,'**',ha = 'center',color = 'k')if pv< 0.001:ax.text(n+widthx,m+widthy,'***',ha = 'center',color = 'k')
06
# 完整代码（封装函数）
# -*- encoding: utf-8 -*-'''@File : 相关性.py@Time : 2023/04/22 20:43:25@Author : HMX@Version : 1.0@Contact : kzdhb8023@163.com'''# here put the import libimport osimport numpy as npimport matplotlib.pyplot as pltimport seaborn as snsfrom scipy.stats import pearsonrimport pandas as pddef plot_p(df,pngpath,x=8,y=6,widthx = 0, widthy = -0.15):'''df:dataframe类型的数据pngpath:输出图片的路径x,y:图表的长宽width,widthy:调节显著性标记点距离网格中心点的位移，一般默认就行，如发生与相关性系数有重叠或者遮挡的情况时可以手动调整'''# 计算相关性r_matrix = df.corr(method=lambda x, y: pearsonr(x, y)[0])# print(r_matrix)# 计算显著性p_matrix = df.corr(method=lambda x, y: pearsonr(x, y)[1])# print(p_matrix)# 可视化fig,ax = plt.subplots(figsize=(x,y))# 构造maskmask = np.tril(np.ones(r_matrix.values.shape, dtype=int))mask = np.where(mask==1,0,1)# 可视化相关性im1 = sns.heatmap(r_matrix,annot=True,cmap="RdBu_r", mask=mask#构造mask，去除重复数据显示,vmax=1,vmin=-1, fmt='.2f',ax = ax, annot_kws={"color": "k"})# 标注显著性for m in ax.get_xticks():for n in ax.get_yticks():pv = (p_matrix.values[int(m),int(n)])if mask[int(m),int(n)]<1.:if pv< 0.05 and pv>= 0.01:ax.text(n+widthx,m+widthy,'*',ha = 'center',color = 'k')if pv< 0.01 and pv>= 0.001:ax.text(n+widthx,m+widthy,'**',ha = 'center',color = 'k')if pv< 0.001:ax.text(n+widthx,m+widthy,'***',ha = 'center',color = 'k')plt.tight_layout()plt.savefig(pngpath,dpi = 600)if __name__ == '__main__':df = sns.load_dataset('titanic')print(df)pngpath = r'D:\ForestMeteorology\Study\相关性\GZH.png'plot_p(df,pngpath)plt.show()
戳这里关注我
请点赞、在看、关注，你们的支持是我更新的动力。
