我正在尝试创建一个带有热图的图像，分别表示每个标签的数据点特征的相关性。使用seaborn，我可以为单个类创建热图，如下所示
grouped = df.groupby('target')
sns.heatmap(grouped.get_group('Class_1').corr())
我明白这是有道理的：
但后来我尝试列出所有标签，如下所示：
g = sns.FacetGrid(df, col='target')
g.map(lambda grp: sns.heatmap(grp.corr()))
可悲的是我得到了这个对我来说毫无意义的东西：
事实证明，如果您使用的话，只需使用seaborn就可以非常简洁地做到这一点map_dataframe代替map:
g = sns.FacetGrid(df, col='target')
g.map_dataframe(lambda data, color: sns.heatmap(data.corr(), linewidths=0))
@mwaskom 在他的评论中指出，明确设置颜色图的限制可能是一个好主意，以便可以更直接地比较不同的方面。这文档 https://seaborn.pydata.org/generated/seaborn.heatmap.html描述相关的heatmap参数：
vmin, vmax：浮动，可选
用于锚定颜色图的值，否则它们是从数据和其他关键字参数推断出来的。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
