如何在 Streamlit 中显示热图颜色相关图
how to display heatmap color correlation plot in streamlit
我正在尝试用 streamlit.one 的内容进行可视化是这样的相关性:
但我希望它有像热图那样的颜色
这是我的关联码
df_col = pd.concat([df5, df6,df7,df8,df9], axis=1)
df5.columns = ['month', 'price_kcl', 'change_kcl']
df6.columns = ['month_fosfat', 'price_fosfat', 'change_fosfat']
df7.columns = ['month_bb', 'price_bara', 'change_bb']
df8.columns = ['month_urea', 'price_urea', 'change_urea']
df9.columns = ['month_npk', 'price_npk', 'change_npk']
df_col = pd.concat([df5, df6,df7,df8,df9], axis=1)
df5.columns = ['month', 'price_kcl', 'change_kcl']
df6.columns = ['month_fosfat', 'price_fosfat', 'change_fosfat']
df7.columns = ['month_bb', 'price_bara', 'change_bb']
df8.columns = ['month_urea', 'price_urea', 'change_urea']
df9.columns = ['month_npk', 'price_npk', 'change_npk']
df_col = df_col.set_index('month')
df_corr = df_col.corr()
st.write(df_corr)
plt.matshow(df_col.corr())
提前致谢!
您可以在 Streamlit 中编写 Matplotlib 图形。您只需稍微修改您的代码:
import seaborn as sns
import matplotlib.pyplot as plt
fig, ax = plt.subplots()
sns.heatmap(df_col.corr(), ax=ax)
st.write(fig)
我正在尝试用 streamlit.one 的内容进行可视化是这样的相关性:
这是我的关联码
df_col = pd.concat([df5, df6,df7,df8,df9], axis=1)
df5.columns = ['month', 'price_kcl', 'change_kcl']
df6.columns = ['month_fosfat', 'price_fosfat', 'change_fosfat']
df7.columns = ['month_bb', 'price_bara', 'change_bb']
df8.columns = ['month_urea', 'price_urea', 'change_urea']
df9.columns = ['month_npk', 'price_npk', 'change_npk']
df_col = pd.concat([df5, df6,df7,df8,df9], axis=1)
df5.columns = ['month', 'price_kcl', 'change_kcl']
df6.columns = ['month_fosfat', 'price_fosfat', 'change_fosfat']
df7.columns = ['month_bb', 'price_bara', 'change_bb']
df8.columns = ['month_urea', 'price_urea', 'change_urea']
df9.columns = ['month_npk', 'price_npk', 'change_npk']
df_col = df_col.set_index('month')
df_corr = df_col.corr()
st.write(df_corr)
plt.matshow(df_col.corr())
提前致谢!
您可以在 Streamlit 中编写 Matplotlib 图形。您只需稍微修改您的代码:
import seaborn as sns
import matplotlib.pyplot as plt
fig, ax = plt.subplots()
sns.heatmap(df_col.corr(), ax=ax)
st.write(fig)