python科研作图系列-01热力图相关性分析

参考

数据样本和分析结果

本学渣补充数学知识点：
1 Pearson Correlation(皮尔逊相关系数)，详见

这里我自己先创建一个表格，

重点关注A和B，因为我输入的时候是线性相关的，
CDE 三个栏完全随机，
F 和 G 有一定相关性，但是不如A和B那么明显，
H，I，J 也是乱输入的完全随机。

给出两个代码结果，分别是
给出显著性和不给出显著性的运行结果：
运行一下看看：
不给出显著性的结果：

给出显著性的结果：

两个图对比发现图二多了一些星星
代表相关性等级，F和G 的相关性没有A和B高，这和我之前预想的结果一样。

代码的讲解

下面用到的基础知识和函数参数补充：

• pandas——相关系数函数corr()，可选参数（不加默认第一个）代表不同的相关性系数。
  本例代码中用法按默认来的， df_coor=df.corr()返回值是一个相关系数的矩阵
  API详见
• 相关系数的数学公式补充
• plt.figure()参数 说明
• 注意 重点： plt.gca() 获取当前坐标轴，目的是为了便于下一步的移动，效果如下图，感觉秀婷学姐的图可以用这个函数画，具体怎么移动的代码，详见知乎大佬，我下个代码专门琢磨一下帮秀婷学姐搞一搞
  
• np.zeros_like（），返回一个和传入的矩阵 形状一样，但是值全为0的矩阵，详见
• np.triu_indices_from(mask)：返回方阵的上三角矩阵的索引，API详见，具体用法
• np.flipud（） 用于翻转列表，将矩阵进行上下翻转，详见
• np.rot90（）将矩阵img逆时针旋转90°
• sns.heatmap（）这里的参数除了data以外，其他的都有默认值，所以首先会用基础的，知道怎么传递data是第一步。详见
• 补充一个sns.heatmap（）函数用到的参数mask：用于突出显示某些数据，详见
• ax1.tick_params（）参数，both 是指对横轴和纵轴都操作，后面的参数是长度，其余参数详见

mask那一坨代码完成了两件事：
1 去重
2 去掉一半的矩阵，如果不去掉的效果类似这样

或者这样

去掉一半显得更加简洁明了

附代码和运行结果

代码：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
from scipy.stats import pearsonr
import matplotlib as mpl

def cm2inch(x,y):
    return x/2.54,y/2.54

size1 = 10.5
#这块设置字体的，人家设置的本来已经很漂亮了，暂时不关注
mpl.rcParams.update(
{
'text.usetex': False,
'font.family': 'stixgeneral',
'mathtext.fontset': 'stix',
"font.family":'serif',
"font.size": size1,
"font.serif": ['Times New Roman'],
}
)
fontdict = {'weight': 'bold','size':size1,'family':'SimHei'}

#这个地方，放你的Excel文件路径
fp = r'E:\data\test.xlsx'
#这个地方放你的表格里面sheet名称，默认是‘sheet1’，一般不用修改
df = pd.read_excel(fp,sheet_name='Sheet1',header = 0)
#这个函数可选参数为你要使用的相关系数，返回一个含有相关系数的矩阵
df_coor=df.corr()
#指定画图的尺寸，详见博客
fig = plt.figure(figsize=(cm2inch(16,12)))
#plt.gca( )中完成，gca就是get current axes的意思
#先获取当前轴，便于下一步移动，作出你想要的效果。
ax1 = plt.gca()

#构造mask，去除重复数据显示
#返回一个类似形状的元素全为0的矩阵，详见博客
mask = np.zeros_like(df_coor)
print('step1')
print(mask)
#把这个全0元素矩阵的上三角部分赋值为1（也就是true）
mask[np.triu_indices_from(mask)] = True
#用一个mask2 来接收  这个 上三角元素都为1的矩阵
print('step2')
print(mask)
mask2 = mask
# 从这开始 我也看不懂了 每一步都知道啥意思，但是连起来就不知道了
#但是不影响，每次运行完 我加一个print语句输出这个mask是啥，这样就清晰了
mask = (np.flipud(mask)-1)*(-1)
print('step3')
print(mask)
mask = np.rot90(mask,k = -1)
print('step4-------')
print(mask)

im1 = sns.heatmap(df_coor,annot=True,cmap="RdBu"
, mask=mask#构造mask，去除重复数据显示
,vmax=1,vmin=-1
, fmt='.2f',ax = ax1)

ax1.tick_params(axis = 'both', length=0)
#此处填写保存文件的路径
plt.savefig(r'E:\data\r_demo.png',dpi=600)
plt.show()

运行结果：

step1
[[0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]]
step2
[[1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
 [0. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
 [0. 0. 1. 1. 1. 1. 1. 1. 1. 1.]
 [0. 0. 0. 1. 1. 1. 1. 1. 1. 1.]
 [0. 0. 0. 0. 1. 1. 1. 1. 1. 1.]
 [0. 0. 0. 0. 0. 1. 1. 1. 1. 1.]
 [0. 0. 0. 0. 0. 0. 1. 1. 1. 1.]
 [0. 0. 0. 0. 0. 0. 0. 1. 1. 1.]
 [0. 0. 0. 0. 0. 0. 0. 0. 1. 1.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 1.]]
step3
[[ 1.  1.  1.  1.  1.  1.  1.  1.  1. -0.]
 [ 1.  1.  1.  1.  1.  1.  1.  1. -0. -0.]
 [ 1.  1.  1.  1.  1.  1.  1. -0. -0. -0.]
 [ 1.  1.  1.  1.  1.  1. -0. -0. -0. -0.]
 [ 1.  1.  1.  1.  1. -0. -0. -0. -0. -0.]
 [ 1.  1.  1.  1. -0. -0. -0. -0. -0. -0.]
 [ 1.  1.  1. -0. -0. -0. -0. -0. -0. -0.]
 [ 1.  1. -0. -0. -0. -0. -0. -0. -0. -0.]
 [ 1. -0. -0. -0. -0. -0. -0. -0. -0. -0.]
 [-0. -0. -0. -0. -0. -0. -0. -0. -0. -0.]]
step4-------
[[-0.  1.  1.  1.  1.  1.  1.  1.  1.  1.]
 [-0. -0.  1.  1.  1.  1.  1.  1.  1.  1.]
 [-0. -0. -0.  1.  1.  1.  1.  1.  1.  1.]
 [-0. -0. -0. -0.  1.  1.  1.  1.  1.  1.]
 [-0. -0. -0. -0. -0.  1.  1.  1.  1.  1.]
 [-0. -0. -0. -0. -0. -0.  1.  1.  1.  1.]
 [-0. -0. -0. -0. -0. -0. -0.  1.  1.  1.]
 [-0. -0. -0. -0. -0. -0. -0. -0.  1.  1.]
 [-0. -0. -0. -0. -0. -0. -0. -0. -0.  1.]
 [-0. -0. -0. -0. -0. -0. -0. -0. -0. -0.]]