Python绘制相关性热图与雷达图组合图,附代码

2026-03-26 09:14:46

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。

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。

修改数据路径
修改变量名称
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：wyl860211@qq.com 。

Python绘制相关性热图与雷达图组合图,附代码

最新文章

热门文章

随机文章

Python绘制相关性热图与雷达图组合图,附代码

在Python中继承dict和list的问题

2.1 Linux启动流程-1

最新文章

热门文章

随机文章