使用 python seaborn 仅在某些值之间设置热图相关性
Use python seaborn to set Heatmap correlations ONLY between certain values
我有一些塑料挤出机的数据，我正在寻找其中的模式。我能够使用 通过显示特定阈值的相关性来部分解决问题使用 seaborn 热图。由于机器的运行方式，我需要分析的许多值都是负相关的，例如，如果你提高挤出机的运行速度，你将减少制造的产品的重量，并且定义这对操作员感兴趣.
到目前为止，我得到的是上面 link 中的答案，并且适用于超过 kot 设置的阈值的事件。
corr = df2.corr()
kot = corr[corr>=.8]
plt.figure(figsize=(60,40))
sns.heatmap(kot, cmap="Greens")
谁能帮我定义它，这样我也可以打印小于 -0.8 的相关性。如果相同的显示也可以具有高于 +0.8 的相关性以及我如何将 kot 设置为这样，那将非常有帮助？
非常感谢。
fig, ax = plt.subplots()
kot1 = corr[corr>= 0.8]
kot2 = corr[corr< -0.8]
sns.heatmap(kot1, cmap="Greens")
ax2 = ax.twinx()
sns.heatmap(kot2, cmap="Greens")
sns.plt.show()
当然可以叠加。
我有一些塑料挤出机的数据，我正在寻找其中的模式。我能够使用
到目前为止，我得到的是上面 link 中的答案，并且适用于超过 kot 设置的阈值的事件。
corr = df2.corr()
kot = corr[corr>=.8]
plt.figure(figsize=(60,40))
sns.heatmap(kot, cmap="Greens")
谁能帮我定义它，这样我也可以打印小于 -0.8 的相关性。如果相同的显示也可以具有高于 +0.8 的相关性以及我如何将 kot 设置为这样，那将非常有帮助？
非常感谢。
fig, ax = plt.subplots()
kot1 = corr[corr>= 0.8]
kot2 = corr[corr< -0.8]
sns.heatmap(kot1, cmap="Greens")
ax2 = ax.twinx()
sns.heatmap(kot2, cmap="Greens")
sns.plt.show()
当然可以叠加。