Я написал следующий код, который отображает корреляционную матрицу / тепловую карту для Pandas DataFrames. Это хорошо работает для DataFrames с 20 или менее переменными. Тем не менее, я ищу умный способ / функцию, которая легко обрабатывает многие переменные, например, путем создания нескольких тепловых карт, чтобы все переменные сравнивались друг с другом.
Например, фрейм данных с 100 переменными не будет отображаться согласованно в одной тепловой карте корреляции.
import seaborn as sns
fig, ax = plt.subplots(figsize=(15, 15)) # Sample figsize in inches
cmap = sns.diverging_palette( 220 , 10 , as_cmap = True ) # color map
sns.heatmap(data = df.corr(),
cmap = cmap,
square = True,
cbar_kws = {'shrink': .3},
annot = True,
annot_kws = {'fontsize': 12},
ax = ax
)
Способ визуализации этой проблемы приведен ниже. Давайте рассмотрим пример с игрушкой. Предположим, у нас есть кадр данных с 6 переменными: [a, b, c, d, e, f] и не все 6 переменных могут уместиться на 1 тепловой карте. Я предполагаю, что решение должно будет разбить столбцы на разделы, такие как [a, b], [c, d] и [e, f].
