要展示數(shù)據(jù)的相關(guān)性和協(xié)方差,可以使用散點(diǎn)圖和熱力圖。下面分別介紹這兩種方法:
import matplotlib.pyplot as plt
import numpy as np
# 生成隨機(jī)數(shù)據(jù)
np.random.seed(0)
x = np.random.rand(100)
y = x + np.random.rand(100)
# 繪制散點(diǎn)圖
plt.scatter(x, y)
plt.title('Scatter plot showing correlation')
plt.xlabel('x')
plt.ylabel('y')
plt.show()
在上述代碼中,我們生成了兩個(gè)隨機(jī)數(shù)組x和y,并使用plt.scatter()函數(shù)繪制了散點(diǎn)圖展示它們之間的相關(guān)性。
import matplotlib.pyplot as plt
import numpy as np
# 生成隨機(jī)數(shù)據(jù)
np.random.seed(0)
data = np.random.rand(10, 10)
# 計(jì)算協(xié)方差矩陣
covariance = np.cov(data.T)
# 繪制熱力圖
plt.imshow(covariance, cmap='hot', interpolation='nearest')
plt.colorbar()
plt.title('Heatmap showing covariance matrix')
plt.show()
在上述代碼中,我們生成了一個(gè)10x10的隨機(jī)數(shù)據(jù)矩陣,計(jì)算了其協(xié)方差矩陣,并使用plt.imshow()函數(shù)繪制了熱力圖展示協(xié)方差矩陣的分布情況。