seaborn熱圖顯示軸標簽，但當df.corr為NaN時沒有值

我試圖提出相關性的熱圖，但我意識到有些是錯誤的。

下面是我的熱圖。如您所見，該操作的編號并未出現。

這是我的資料框

all_gen_cols = steamUniqueTitleGenre[['action', 'adventure','casual', 'indie','massively_multiplayer','rpg','racing','simulation','sports','strategy']]

   action  adventure  casual  indie  massively_multiplayer  rpg  racing  simulation  sports  strategy
0       1          0       0      0                      0    0       0           0       0         0
1       1          1       0      0                      1    0       0           0       0         0
2       1          1       0      0                      0    0       0           0       0         1
3       1          1       0      0                      1    0       0           0       0         0
4       1          0       0      0                      1    1       0           0       0         1

這是生成熱圖的代碼

def plot_correlation_heatmap(df):
    corr = df.corr()
    
    sb.set(style='white')
    mask = np.zeros_like(corr, dtype=np.bool)
    mask[np.triu_indices_from(mask)] = True
    
    f, ax = plt.subplots(figsize=(11,9))
    cmap = sb.diverging_palette(220, 10, as_cmap=True)
    
    sb.heatmap(corr, mask=mask, cmap=cmap, vmax=0.3, center=0,
                square=True, linewidths=.5, cbar_kws={"shrink": .5}, annot=True)
    
    plt.yticks(rotation=0)
    plt.show()
    plt.rcdefaults()

plot_correlation_heatmap(all_gen_cols)

我不確定是什么錯誤。

print(all_gen_cols.corr()) 相關的結果如下。我看到 NaN 采取行動，但我不確定為什么是 Nan。

                       action  adventure    casual     indie  massively_multiplayer       rpg    racing  simulation    sports  strategy
action                    NaN        NaN       NaN       NaN                    NaN       NaN       NaN         NaN       NaN       NaN
adventure                 NaN   1.000000  0.007138  0.135392               0.023964  0.239136 -0.039846    0.036345 -0.064489  0.001435
casual                    NaN   0.007138  1.000000  0.235474               0.003487 -0.057726  0.079943    0.161448  0.149549  0.084417
indie                     NaN   0.135392  0.235474  1.000000              -0.082661  0.023372  0.045006    0.064723  0.056297  0.076749
massively_multiplayer     NaN   0.023964  0.003487 -0.082661               1.000000  0.160078  0.036685    0.139929  0.018444  0.074683
rpg                       NaN   0.239136 -0.057726  0.023372               0.160078  1.000000 -0.046970    0.044506 -0.051714  0.097123
racing                    NaN  -0.039846  0.079943  0.045006               0.036685 -0.046970  1.000000    0.127511  0.308864 -0.012170
simulation                NaN   0.036345  0.161448  0.064723               0.139929  0.044506  0.127511    1.000000  0.212622  0.208754
sports                    NaN  -0.064489  0.149549  0.056297               0.018444 -0.051714  0.308864    0.212622  1.000000  0.020048
strategy                  NaN   0.001435  0.084417  0.076749               0.074683  0.097123 -0.012170    0.208754  0.020048  1.000000

下面是列印出來的 print(all_gen_cols.describe())

        action     adventure        casual         indie  massively_multiplayer           rpg        racing    simulation        sports      strategy
count  14570.0  14570.000000  14570.000000  14570.000000           14570.000000  14570.000000  14570.000000  14570.000000  14570.000000  14570.000000
mean       1.0      0.362663      0.232189      0.657241               0.050927      0.165202      0.040288      0.121826      0.044269      0.127111
std        0.0      0.480785      0.422244      0.474648               0.219855      0.371376      0.196641      0.327096      0.205699      0.333108
min        1.0      0.000000      0.000000      0.000000               0.000000      0.000000      0.000000      0.000000      0.000000      0.000000
25%        1.0      0.000000      0.000000      0.000000               0.000000      0.000000      0.000000      0.000000      0.000000      0.000000
50%        1.0      0.000000      0.000000      1.000000               0.000000      0.000000      0.000000      0.000000      0.000000      0.000000
75%        1.0      1.000000      0.000000      1.000000               0.000000      0.000000      0.000000      0.000000      0.000000      0.000000
max        1.0      1.000000      1.000000      1.000000               1.000000      1.000000      1.000000      1.000000      1.000000      1.000000  

資料

這是下載資料框的

由于action = [1,1,...,1] => var(action) = 0. 因此，rho(action, Y)（其中Y是任何其他列）的分母為零=> rho(action, Y)是未定義的 (NaN)。

正如其他用戶所建議的那樣，您應該在計算相關矩陣之前洗掉 'action' 列，因為它不會添加資訊。

標籤：Python 熊猫 海生 热图 相关性

上一篇：在Pandas資料框中查找段

下一篇：如何使用帶有twinx的回圈繪制兩個不同的y軸？