Menu
CoddyTech

Korrelations-Heatmaps

Teil des Abschnitts Statistik für ML der Machine Learning-Journey von Coddy. Lektion 32 von 64.

Eine Matrix mit zwanzig Merkmalen ist eine Zahlenwand. Eine Heatmap färbt jede Zelle ein, sodass die starken Paare sofort auffallen. Die acht Tage eines Kinos:

Eine 4-mal-4-Heatmap mit dem Titel Cinema Correlations und einer Farbskala von -1 bis 1. Tickets und Popcorn sind zusammen tiefrot, temp_c ist gegenüber beiden tiefblau und die Zeile für das Personal ist blass

Dieser Code zeichnet es:

cinema = pd.DataFrame({
    "tickets": [120, 340, 210, 410, 180, 290, 380, 150],
    "popcorn": [70, 150, 100, 200, 95, 120, 170, 60],
    "temp_c": [24, 12, 15, 9, 20, 19, 11, 22],
    "staff": [6, 5, 8, 7, 5, 6, 6, 8],
})
corr = cinema.corr()
fig, ax = plt.subplots()
im = ax.imshow(corr, cmap="coolwarm", vmin=-1, vmax=1)
fig.colorbar(im)
ax.set_xticks(range(4), corr.columns)
ax.set_yticks(range(4), corr.columns)
ax.set_title("Cinema Correlations")
plt.show()

vmin=-1, vmax=1 legt die Farben fest: Rot ist 1, Weiß 0, Blau -1. fig.colorbar(im) fügt die Legende hinzu, und set_xticks(positions, labels) benennt die Zellen.

Tickets und Popcorn leuchten gemeinsam rot; warme Tage sind im Vergleich zu beiden blau. Die Personalbesetzung spielt kaum eine Rolle.

challenge icon

Aufgabe

Mittel

Eine Smartwatch hat 30 Tage lang Daten in watch.csv aufgezeichnet: eine Textspalte weekday und fünf Zahlenspalten.

  1. Berechne die Korrelationsmatrix der Zahlenspalten.
  2. Stelle sie als coolwarm-Heatmap von -1 bis 1 mit einer Farbleiste dar.
  3. Beschrifte die Teilstriche horizontal und vertikal mit den Spaltennamen, gib ihr den Titel Watch Data und zeige sie an.

Dein Programm gibt nichts aus. Für die drei Spalten eines anderen Besitzers sieht das Diagramm so aus:

Eine 3-mal-3-Heatmap mit dem Titel Watch Data, den Teilstrichbeschriftungen steps, sleep_h und stress sowie einer Farbleiste von -1 bis 1: rote Diagonale, sleep_h und stress tiefblau, steps und sleep_h hellrot

Probier es selbst

import pandas as pd
import matplotlib.pyplot as plt

watch = pd.read_csv("watch.csv")

# Schreibe deinen Code unten
quiz iconTeste dich selbst

Diese Lektion enthält ein kurzes Quiz. Starte die Lektion, um es zu beantworten und deinen Fortschritt zu speichern.

Alle Lektionen in Statistik für ML

Übe selbstständig: Online-Python-Compiler