Koeficient korelácie na morskom dne v PairGrid - python, morský dážď

Môžem použiť matplotlib alebo morský plods g.map_lower alebo g.map_upper získať korelačný koeficient zobrazený pre každý bivariate graf, ako je uvedené nižšie? plt.text bol manuálne mapovaný, aby sa dosiahol príklad uvedený nižšie, ktorý je zdĺhavý proces.

odpovede:

Môžete odovzdať akúkoľvek funkciu map_* metódy, pokiaľ sa riadi niekoľkými pravidlami: 1) mal by sa kresliť na "aktuálnych" osiach, 2) mal by mať dva vektory ako pozičné argumenty a 3) mal by akceptovať color kľúčového slova (voliteľne ho použijete, ak chcete byť kompatibilný s hue voľba).

Takže vo vašom prípade stačí trochu definovať corrfunc funkciu a potom ju namapujte naprieč osami, ktoré chcete označiť:

import numpy as np
from scipy import stats
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
sns.set(style="white")

mean = np.zeros(3)
cov = np.random.uniform(.2, .4, (3, 3))
cov += cov.T
cov[np.diag_indices(3)] = 1
data = np.random.multivariate_normal(mean, cov, 100)
df = pd.DataFrame(data, columns=["X", "Y", "Z"])

def corrfunc(x, y, **kws):
r, _ = stats.pearsonr(x, y)
ax = plt.gca()
ax.annotate("r = {:.2f}".format(r),
xy=(.1, .9), xycoords=ax.transAxes)

g = sns.PairGrid(df, palette=["red"])
g.map_upper(plt.scatter, s=10)
g.map_diag(sns.distplot, kde=False)
g.map_lower(sns.kdeplot, cmap="Blues_d")
g.map_lower(corrfunc)