Desarrollo de Python
  1. Desarrollo de Python
  3. Mapa de calor de la matriz de correlación con múltiples conjuntos de datos que tienen columnas coincidentes
Intereting Posts
Se llamó a WLContext.close () en un subproceso diferente al que se creó Flask-SQLAlchemy comprueba si existe una fila en la tabla Python: ¿Cómo evitas el entumecimiento de multiproceso? Reemplazo de instancias de un carácter en una cadena Obteniendo días desde la última aparición en Pandas DataFrame? python draw multigraph Formato de la consola de salida python3 elimina espacio de impresión Obtener elemento primario después de usar el método de búsqueda (xml.etree.ElementTree) Uso de Python para autenticarse con el nombre de usuario sin procesar, hash, salt en la base de datos creada por las funciones / membresía de ASP.NET ¿Cómo borrar ambos portapapeles de forma segura en Gnome, desde Python? En python (django), ¿cómo puedo detener el acceso a una estructura de datos del diccionario global cuando se está actualizando? Error cuando convierto el archivo frozen_pb a tflite usando toco Python – Virtualenv, python 3? Python: ¿cómo leer un archivo con líneas delimitadas por NUL?

Mapa de calor de la matriz de correlación con múltiples conjuntos de datos que tienen columnas coincidentes

Si tenemos tres conjuntos de datos: 

X = pd.DataFrame({"t":[1,2,3,4,5],"A":[34,12,78,84,26], "B":[54,87,35,25,82], "C":[56,78,0,14,13], "D":[0,23,72,56,14], "E":[78,12,31,0,34]}) Y = pd.DataFrame({"t":[1,2,3,4,5],"A":[45,24,65,65,65], "B":[45,87,65,52,12], "C":[98,52,32,32,12], "D":[0,23,1,365,53], "E":[24,12,65,3,65]}) Z = pd.DataFrame({"t":[1,2,3,4,5],"A":[14,96,25,2,25], "B":[47,7,5,58,34], "C":[85,45,65,53,53], "D":[3,35,12,56,236], "E":[68,10,45,46,85]})

Donde “t” es un índice.

¿Cómo se podría generar un mapa de calor de la matriz de correlación similar al ejemplo nacido en el mar? introduzca la descripción de la imagen aquí

Solo que el eje se vería así:

http://seaborn.pydata.org/examples/network_correlations.html 

 X = pd.DataFrame({"t":[1,2,3,4,5],"A":[34,12,78,84,26], "B":[54,87,35,25,82], "C":[56,78,0,14,13], "D":[0,23,72,56,14], "E":[78,12,31,0,34]}) Y = pd.DataFrame({"t":[1,2,3,4,5],"A":[45,24,65,65,65], "B":[45,87,65,52,12], "C":[98,52,32,32,12], "D":[0,23,1,365,53], "E":[24,12,65,3,65]}) Z = pd.DataFrame({"t":[1,2,3,4,5],"A":[14,96,25,2,25], "B":[47,7,5,58,34], "C":[85,45,65,53,53], "D":[3,35,12,56,236], "E":[68,10,45,46,85]}) catted = pd.concat([d.set_index('t') for d in [X, Y, Z]], axis=1, keys=['X', 'Y', 'Z']) catted = catted.rename_axis(['Source', 'Column'], axis=1) corrmat = catted.corr() f, ax = plt.subplots() sns.heatmap(corrmat, vmax=.8, square=True) sources = corrmat.columns.get_level_values(0) for i, source in enumerate(sources): if i and source != sources[i - 1]: ax.axhline(len(sources) - i, c="w") ax.axvline(i, c="w") f.tight_layout()

introduzca la descripción de la imagen aquí

RESPUESTA AL COMENTARIO:
Cambié la columna t en cada uno de X , Y y Z 

 X = pd.DataFrame({"t":[1,2,3,4,5],"A":[34,12,78,84,26], "B":[54,87,35,25,82], "C":[56,78,0,14,13], "D":[0,23,72,56,14], "E":[78,12,31,0,34]}) Y = pd.DataFrame({"t":[6,7,8,9,10],"A":[45,24,65,65,65], "B":[45,87,65,52,12], "C":[98,52,32,32,12], "D":[0,23,1,365,53], "E":[24,12,65,3,65]}) Z = pd.DataFrame({"t":[11,12,13,14,15],"A":[14,96,25,2,25], "B":[47,7,5,58,34], "C":[85,45,65,53,53], "D":[3,35,12,56,236], "E":[68,10,45,46,85]}) catted = pd.concat([d.set_index('t') for d in [X, Y, Z]], axis=1, keys=['X', 'Y', 'Z']) catted = catted.rename_axis(['Source', 'Column'], axis=1) corrmat = catted.corr() f, ax = plt.subplots() sns.heatmap(corrmat, vmax=.8, square=True) sources = corrmat.columns.get_level_values(0) for i, source in enumerate(sources): if i and source != sources[i - 1]: ax.axhline(len(sources) - i, c="w") ax.axvline(i, c="w") f.tight_layout()

introduzca la descripción de la imagen aquí

Ahora otra vez, pero en lugar de eso reset_index 

 X = pd.DataFrame({"t":[1,2,3,4,5],"A":[34,12,78,84,26], "B":[54,87,35,25,82], "C":[56,78,0,14,13], "D":[0,23,72,56,14], "E":[78,12,31,0,34]}) Y = pd.DataFrame({"t":[6,7,8,9,10],"A":[45,24,65,65,65], "B":[45,87,65,52,12], "C":[98,52,32,32,12], "D":[0,23,1,365,53], "E":[24,12,65,3,65]}) Z = pd.DataFrame({"t":[11,12,13,14,15],"A":[14,96,25,2,25], "B":[47,7,5,58,34], "C":[85,45,65,53,53], "D":[3,35,12,56,236], "E":[68,10,45,46,85]}) catted = pd.concat([d.reset_index(drop=True) for d in [X, Y, Z]], axis=1, keys=['X', 'Y', 'Z']) catted = catted.rename_axis(['Source', 'Column'], axis=1) corrmat = catted.corr() f, ax = plt.subplots() sns.heatmap(corrmat, vmax=.8, square=True) sources = corrmat.columns.get_level_values(0) for i, source in enumerate(sources): if i and source != sources[i - 1]: ax.axhline(len(sources) - i, c="w") ax.axvline(i, c="w") f.tight_layout()

introduzca la descripción de la imagen aquí