Hướng dẫn how do you plot covariance in python? - làm thế nào để bạn vẽ biểu đồ hiệp phương sai trong python?
Tìm cách tạo ra một ma trận hiệp phương sai bằng Python? Show
Nếu vậy, bạn sẽ thấy cách tạo ra một ma trận như vậy bằng cả Numpy và Pandas. Bước 1: Thu thập dữ liệuĐể bắt đầu, bạn sẽ cần thu thập dữ liệu sẽ được sử dụng cho ma trận hiệp phương sai. Đối với các mục đích trình diễn, hãy để sử dụng dữ liệu sau đây về 3 biến:
Bước 2: Nhận ma trận hiệp phương sai dân số bằng cách sử dụng PythonĐể có được ma trận hiệp phương sai dân số (dựa trên N), bạn sẽ cần phải đặt sự thiên vị thành đúng trong mã dưới đây. Đây là mã Python hoàn chỉnh để lấy ma trận hiệp phương sai dân số bằng cách sử dụng gói Numpy: import numpy as np A = [45, 37, 42, 35, 39] B = [38, 31, 26, 28, 33] C = [10, 15, 17, 21, 12] data = np.array([A, B, C]) cov_matrix = np.cov(data, bias=True) print(cov_matrix) Chạy mã và bạn sẽ nhận được ma trận sau:
Bước 3: Nhận biểu diễn trực quan của ma trậnBạn có thể sử dụng các gói Seaborn và Matplotlib để đại diện trực quan ma trận hiệp phương sai. Đây là mã hoàn chỉnh mà bạn có thể áp dụng trong Python: import numpy as np import seaborn as sn import matplotlib.pyplot as plt A = [45, 37, 42, 35, 39] B = [38, 31, 26, 28, 33] C = [10, 15, 17, 21, 12] data = np.array([A, B, C]) cov_matrix = np.cov(data,bias=True) sn.heatmap(cov_matrix, annot=True, fmt='g') plt.show() Xuất phát ma trận hiệp phương sai mẫuĐể có được hiệp phương sai mẫu (dựa trên N-1), bạn sẽ cần phải đặt sai lệch thành sai trong mã bên dưới. Đây là mã dựa trên gói Numpy: import numpy as np A = [45, 37, 42, 35, 39] B = [38, 31, 26, 28, 33] C = [10, 15, 17, 21, 12] data = np.array([A, B, C]) covMatrix = np.cov(data, bias=False) print(covMatrix) Và đây là ma trận mà bạn sẽ nhận được:
Bạn cũng có thể sử dụng gói Pandas để có được ma trận hiệp phương sai mẫu. Sau đó, bạn có thể áp dụng mã sau bằng Pandas: import pandas as pd data = {'A': [45, 37, 42, 35, 39], 'B': [38, 31, 26, 28, 33], 'C': [10, 15, 17, 21, 12] } df = pd.DataFrame(data) cov_matrix = pd.DataFrame.cov(df) print(cov_matrix) Bạn có thể nhận được cùng một ma trận như được bắt nguồn bởi Numpy:
Cuối cùng, bạn có thể đại diện trực quan ma trận hiệp phương sai bằng cách sử dụng các gói SeaBorn và Matplotlib: import pandas as pd import seaborn as sn import matplotlib.pyplot as plt data = {'A': [45, 37, 42, 35, 39], 'B': [38, 31, 26, 28, 33], 'C': [10, 15, 17, 21, 12] } df = pd.DataFrame(data) cov_matrix = pd.DataFrame.cov(df) sn.heatmap(cov_matrix, annot=True, fmt='g') plt.show() Bạn cũng có thể muốn kiểm tra nguồn sau giải thích các bước đầy đủ để tạo ma trận nhầm lẫn bằng Python. Ngoài ra, bạn có thể kiểm tra hướng dẫn này cho các bước để tạo ma trận tương quan trong Python.
Ma trận hiệp phương sai là một trong những ma trận quan trọng nhất trong khoa học dữ liệu và học máy.Ma trận hiệp phương sai cung cấp các hệ số tương quan giữa các tính năng trong bộ dữ liệu và Ngạc nhiên khi thấy không ai đề cập đến các lựa chọn thay thế có khả năng, tương tác và dễ sử dụng hơn. A) Bạn có thể sử dụng Plotly:
B) Bạn cũng có thể sử dụng Bokeh:Tất cả các chức năng giống nhau với một chút rắc rối.Nhưng vẫn đáng giá nếu bạn không muốn chọn tham gia vào âm mưu và vẫn muốn tất cả những điều này: |