我想做的是将表格作为熊猫数据帧输入并绘制矩阵。我在这里看到了线程：使用熊猫绘制相关矩阵。但是，前面提到的示例，首先计算了协方差并绘制了'协方差'对象。在我的例子中，我想绘制数据帧对象，使其看起来像示例中的协方差矩阵。
数据链接：这里。
IIUC，您可以将seborn. heatmap与annot=True一起使用：
plt.figure(figsize=(6, 4))
(
pd.read_excel("/tmp/Covariance Matrix.xlsx", header=None)
.pipe(lambda df: sns.heatmap(df.sample(10).sample(10, axis=1), annot=True, fmt=".1f"))
);
# for a sample of 10 rows / 10 columns
输出：
而且，正如stukituk在评论中建议的那样，您可以为颜色添加cmap="酷暖"：
在我看来，另一个答案是一个干净的选择：如何只绘制海运热图的下三角形？
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
%matplotlib inline
df = pd.read_excel('Covariance Matrix.xlsx', header=None)
# Getting the Upper Triangle of the co-relation matrix
matrix = np.triu(df)
# using the upper triangle matrix as mask
fig, ax = plt.subplots(figsize=(12,8))
sns.heatmap(df, ax=ax, fmt='.1g', annot=True, mask=matrix)
plt.show()
希望这有助于
