当前位置:首页>python>Python 可视化:热力图 + 相关性分析 + 特征筛选

Python 可视化:热力图 + 相关性分析 + 特征筛选

  • 2026-10-11 08:36:55
Python 可视化:热力图 + 相关性分析 + 特征筛选
不知道哪些特征相关?相关性热力图一键识别强关联特征,是数据分析与建模必做步骤。
场景:用户多维度特征(年龄、收入、消费、活跃度)计算相关性并可视化。核心:corr() 相关系数、heatmap 热力图、annot 标注、cmap 配色。

① 生成测试数据

import pandas as pdimport numpy as npdf = pd.DataFrame({    "age": np.random.randint(18,60,300),    "income": np.random.normal(8000,2500,300).round(2),    "consume": np.random.normal(3000,1000,300).round(2),    "active": np.random.randint(1,31,300),    "score": np.random.uniform(3.0,5.0,300).round(1)})df.to_excel("corr_data.xlsx", index=False)print(" corr_data.xlsx 生成完成")
查看数据情况

② 核心代码

import pandas as pdimport seaborn as snsimport matplotlib.pyplot as pltplt.rcParams["font.sans-serif"] = ["SimHei"]plt.rcParams["axes.unicode_minus"] = Falsedf = pd.read_excel("corr_data.xlsx")corr = df.corr()plt.figure(figsize=(10,6))sns.heatmap(corr, annot=True, cmap="coolwarm", fmt=".2f", linewidths=0.5)plt.title("特征相关性热力图")plt.tight_layout()plt.show()

结果展示

输出带数值标注的彩色热力图,颜色越深表示相关性越强,可直观识别强相关特征。

总结

相关性热力图是特征筛选、降维、建模前必备分析图,专业度极高。

最新文章

随机文章