今天是我的可视化课程上线的第265天,目前学员431人,每篇原创公众号都会记录这个人数,用来督促和激励我的原创内容。目前课程的主要方向是 科研、统计、地理相关的学术性图形绘制方法,后续也会增加商务插图、机器学等、数据分析等方面的课程。课程免费新增,这点绝对良心!
今天是我的可视化学习社群上线的第45天,目前学员129人,可视化学习社区以我的书籍《科研论文配图绘制指南-基于Python》为基础进行拓展,提供课堂式教学视频,还有更多拓展内容,可视化技巧远超书籍本身,书籍修正和新增都会分享到圈子里面~~
参与课程或者圈子的你将获取到:学员答疑、可视化资源分享、可视化技巧补充、可视化业务代做(学员和甲方对接)、副业交流、提升认知等等。
在前两篇推文中,我们介绍了使用R语言中ggcorplot相关性矩阵热力图绘制和corrplot!花样更多的出版级相关性矩阵热力图绘制。这期推文我们介绍下Python语言中绘制相关性矩阵热力图的工具包-「BioKit」
BioKit包是一套专门用于生物信息学、数据可视化 (biokit.viz)的Python拓展工具,它包含与数据分析相关的更高级工具(例如biokit.stats)。 我们主要介绍其可视化功能。
pip install biokit
#or
conda install biokit
import pandas as pd
import numpy as np
df = pd.DataFrame(dict(( (k, np.random.random(10)+ord(k)-65) for k in letters)))
df = df.corr()
# if the input is not a square matrix or indices do not match
# column names, correlation is computed on the fly
from biokit.viz import corrplot
c = corrplot.Corrplot(df)
c.plot(colorbar=False, method='square', shrink=.9 ,rotation=45)
椭圆形样式
饼图样式
三角样式
组合样式