Pandas の相関行列
Suraj Joshi
2023年1月30日
-
DataFrame.corr()メソッドを用いた相関行列の生成 -
Matplotlib.pyplot.matshow()メソッドを使って Pandas の相関行列を可視化する -
seaborn.heatmap()メソッドを用いて Pandas の相関行列を可視化する -
DataFrame.styleプロパティを用いて相関行列を可視化する
このチュートリアルでは、Matplotlib の DataFrame.corr() メソッドを使って相関行列を生成し、pyplot.matshow() メソッドを使って相関行列を可視化する方法を説明します。
import pandas as pd
employees_df = pd.DataFrame(
{
"Name": ["Jonathan", "Will", "Michael", "Liva", "Sia", "Alice"],
"Age": [20, 22, 29, 20, 20, 21],
"Weight(KG)": [65, 75, 80, 60, 63, 70],
"Height(meters)": [1.6, 1.7, 1.85, 1.69, 1.8, 1.75],
"Salary($)": [3200, 3500, 4000, 2090, 2500, 3600],
}
)
print(employees_df, "\n")
出力：
Name Age Weight(KG) Height(meters) Salary($)
0 Jonathan 20 65 1.60 3200
1 Will 22 75 1.70 3500
2 Michael 29 80 1.85 4000
3 Liva 20 60 1.69 2090
4 Sia 20 63 1.80 2500
5 Alice 21 70 1.75 3600
DataFrame employees_df を用いて相関行列を生成し、可視化する方法を説明します。
DataFrame.corr() メソッドを用いた相関行列の生成
import pandas as pd
employees_df = pd.DataFrame(
{
"Name": ["Jonathan", "Will", "Michael", "Liva", "Sia", "Alice"],
"Age": [20, 22, 29, 20, 20, 21],
"Weight(KG)": [65, 75, 80, 60, 63, 70],
"Height(meters)": [1.6, 1.7, 1.85, 1.69, 1.8, 1.75],
"Salary($)": [3200, 3500, 4000, 2090, 2500, 3600],
}
)
print("The DataFrame of Employees is:")
print(employees_df, "\n")
corr_df = employees_df.corr()
print("The correlation DataFrame is:")
print(corr_df, "\n")
出力：
The DataFrame of Employees is:
Name Age Weight(KG) Height(meters) Salary($)
0 Jonathan 20 65 1.60 3200
1 Will 22 75 1.70 3500
2 Michael 29 80 1.85 4000
3 Liva 20 60 1.69 2090
4 Sia 20 63 1.80 2500
5 Alice 21 70 1.75 3600
The correlation DataFrame is:
Age Weight(KG) Height(meters) Salary($)
Age 1.000000 0.848959 0.655252 0.695206
Weight(KG) 0.848959 1.000000 0.480998 0.914861
Height(meters) 0.655252 0.480998 1.000000 0.285423
Salary($) 0.695206 0.914861 0.285423 1.000000
これは、DataFrame 内の各列と他の列との間の相関値を持つ DataFrame を生成します。
相関値は数値を持つ列間でのみ計算されます。デフォルトでは、corr() メソッドは相関係数を計算するために Pearson メソッドを使用します。また、corr メソッドで method パラメータの値を指定することで、Kendall や spearman などの他の方法を使って相関係数を計算することもできます。
Matplotlib.pyplot.matshow() メソッドを使って Pandas の相関行列を可視化する
import pandas as pd
import matplotlib.pyplot as plt
employees_df = pd.DataFrame(
{
"Name": ["Jonathan", "Will", "Michael", "Liva", "Sia", "Alice"],
"Age": [20, 22, 29, 20, 20, 21],
"Weight(KG)": [65, 75, 80, 60, 63, 70],
"Height(meters)": [1.6, 1.7, 1.85, 1.69, 1.8, 1.75],
"Salary($)": [3200, 3500, 4000, 2090, 2500, 3600],
}
)
corr_df = employees_df.corr(method="pearson")
plt.matshow(corr_df)
plt.show()
出力：
これは、Matplotlib.pyplot パッケージの matshow() 関数を用いて employees_df DataFrame から生成された相関行列をプロットします。
seaborn.heatmap() メソッドを用いて Pandas の相関行列を可視化する
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
employees_df = pd.DataFrame(
{
"Name": ["Jonathan", "Will", "Michael", "Liva", "Sia", "Alice"],
"Age": [20, 22, 29, 20, 20, 21],
"Weight(KG)": [65, 75, 80, 60, 63, 70],
"Height(meters)": [1.6, 1.7, 1.85, 1.69, 1.8, 1.75],
"Salary($)": [3200, 3500, 4000, 2090, 2500, 3600],
}
)
corr_df = employees_df.corr(method="pearson")
plt.figure(figsize=(8, 6))
sns.heatmap(corr_df, annot=True)
plt.show()
出力：
これは、seaborn パッケージの heatmap() 関数を用いて employees_df DataFrame から生成した相関行列をプロットします。
DataFrame.style プロパティを用いて相関行列を可視化する
import pandas as pd
employees_df = pd.DataFrame(
{
"Name": ["Jonathan", "Will", "Michael", "Liva", "Sia", "Alice"],
"Age": [20, 22, 29, 20, 20, 21],
"Weight(KG)": [65, 75, 80, 60, 63, 70],
"Height(meters)": [1.6, 1.7, 1.85, 1.69, 1.8, 1.75],
"Salary($)": [3200, 3500, 4000, 2090, 2500, 3600],
}
)
corr_df = employees_df.corr(method="pearson")
corr_df.style.background_gradient(cmap="coolwarm")
出力：
corr_df DataFrame オブジェクトの style プロパティは Styler オブジェクトを返します。Styler オブジェクトの background_gradient プロパティを利用することで、DataFrame オブジェクトを可視化することができます。
このメソッドは IPython ノートブックの中でしか図を生成できません。
著者： Suraj Joshi
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn