我想寻求与 2 个不同数据集的 Spearman 相关矩阵相关的支持,并将其生成为热图。
以下是示例数据:
表情 | 公关 | 指标 |
---|---|---|
订婚 | 0.33 | 0.70 |
兴奋 | 0.33 | 0.15 |
专注 | 0.33 | 0.36 |
兴趣 | 0.67 | 0.47 |
放松 | 0.55 | 0.20 |
压力 | 0.44 | 0.40 |
由于这些数据不是从csv文件导入的(由于以后需要修改),所以是通过df创建的。并且使用 astype(float)
将值转换为浮点数这里提供了我创建 df 和转换类型的方式。
data = {
'Expression':['Engagement', 'Excitement', 'Focus','Interest','Relaxation','Stress'],
'PR': ['0.33','0.33','0.33','0.67','0.55','0.44'],
'Metrics': ['0.70','0.15','0.36','0.47','0.20','0.40']
}
df['PR']=df['PR'].astype(float) #Converts object dtype to float
df['Metrics']=df['Metrics'].astype(float) #Converts object dtype to float
之后,如果我使用
df.corr()
,它只会提供如图所示的相关结果:
PR Metrics
PR 1.000000 -0.048189
Metrics -0.048189 1.000000
但是,我想生成的是一个 Spearman 相关矩阵,它显示了 PR 和 Metrics 中的 EACH 表达式之间的相关性,以及截图图像中提供的内容,包括 Metrics 的轴标题和 PR 在 X 或 Y 轴上。
这种情况我该怎么办?