상관관계 시각화 히트맵

import numpy as np
import pandas as pd
from sklearn.datasets import load_iris

datasets = load_iris()
print(datasets.feature_names)
#['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)']

x = datasets['data']
y = datasets['target']

df = pd.DataFrame(x,
     columns=[['sepal length', 'sepal width', 'petal length', 'petal width']])
     # 컬럼명을 사용하기 위해 넘파이 => 판다스 형태로 바꿔줌
     # 컬럼명은 히트맵에서 show

컬럼명을 사용하기 위해 넘파이 형태 X   ▶   판다스 형태로 바꿔준다.

 

 

df['Target(Y)'] = y  
print(df) #[150 rows x 5 columns]

넘파이 형태의 Y   ▶   판다스 형태로 바꿔주고, X와 Y 컬럼 하나로 합쳐준다.

 

 

print("======================== 상관계수 히트 맵 ========================")
print(df.corr())

import matplotlib.pyplot as plt
import seaborn as sns
sns.set(font_scale=1.2)
sns.heatmap(data=df.corr(), square=True, annot=True, cbar=True)

plt.show()

df.corr() 데이터프레인 df의 상관계수를 계산 corr() 함수로 간단하게 상관계수를 구할 수 있다. sns.heatmap(시각화할 데이터) seaborn 라이브러리의 히트맵을 이용해서 시각화 할 것이다.