当前位置：首页>python>Python绘制相关性热图与雷达图组合图,附代码

Python绘制相关性热图与雷达图组合图,附代码

  • 2026-10-11 21:43:31
Python绘制相关性热图与雷达图组合图,附代码
做科研、写论文、整理多因子分析结果时，很多人都会遇到一个问题：
变量很多，相关性也很多，但一张普通热图往往不够直观。
这次分享一套我觉得非常实用的可视化思路： “半矩阵相关性热图 + 目标变量相关性雷达图”组合绘制。完整代码点击链接免费无套路获取热图雷达图代码

PART 01

这套图长什么样？
这份代码主要生成两张图，我们一般把它们拼在一起，使用一个图例。
图(a)：半矩阵相关性热图
展示 12个自变量之间的 Pearson 相关系数 ，并额外用弧线连接中心目标变量 wy 与各个自变量，直观表现它们与目标变量的关系强弱。
图(b)：与目标变量的相关性雷达图
展示 12个自变量与 wy 的相关性大小 。

PART 02

代码实现思路
这份代码的核心流程并不复杂，主要分为四步。
  1. 读取数据并筛选字段，先读入 CSV 表格，然后指定：
  • 一个目标变量
  • 12 个自变量
随后只保留这些字段，并删除缺失值，保证后续相关性计算稳定。
2. 计算 Pearson 相关系数矩阵
代码中通过：
corr_all = df_use.corr(method="pearson")
得到完整相关矩阵，然后进一步拆分为两部分：
  • 自变量之间的相关矩阵
  • 自变量与目标变量的相关系数序列
3. 绘制半矩阵相关性热图
这一部分是整套代码里最有设计感的部分。
和普通热图不同，这里采用了更灵活的底层绘图方式：
  • 用手动画格子边框
  • 用内部彩色小方块表示相关系数绝对值大小
  • 用颜色映射表示正负相关
  • 用文本标出具体相关系数
  • 用弧线连接目标变量与各个因子
4.绘制相关性雷达图
雷达图部分使用极坐标柱状图来代替传统闭合折线雷达图。

PART 03

使用这份代码时需要修改哪些地方？
如果你想直接套用，主要修改下面几个地方即可。
  1. 修改数据路径
  2. 修改变量名称
  3. 修改图片保存路径

PART 04

结语
如果你也在做多因子分析、相关性研究，或者想把普通热图画得更有层次感，这套代码很值得参考。我们是梧桐GIS，欢迎持续关注。
本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：596563534@qq.com 。

在Python中继承dict和list的问题

2.1 Linux启动流程-1

最新文章

随机文章