pandas-profiling - 如何从 Pandas Profiling 中获取相关矩阵的数字

Question

我真的很喜欢热图，但我需要的是热图背后的数字（AKA 相关矩阵）。

有没有简单的方法来提取数字？

Answer 1

有点难以追踪，但从文档开始；特别是从报告结构中挖掘到下面的函数get_correlation_items(summary)然后进入源代码并查看它的用法，我们得到这个调用，它基本上遍历摘要中的每个相关类型，以获得摘要对象我们可以找到以下内容，如果我们查找调用者，我们会发现它是get_report_structure(summary)，如果我们尝试找到如何获取summaryarg，我们会发现它只是这里description_set所示的属性。

鉴于上述情况，我们现在可以使用 2.9.0 版本执行以下操作：

import numpy as np
import pandas as pd
from pandas_profiling import ProfileReport

df = pd.DataFrame(
    np.random.rand(100, 5),
    columns=["a", "b", "c", "d", "e"]
)

profile = ProfileReport(df, title="StackOverflow", explorative=True)

correlations = profile.description_set["correlations"]
print(correlations.keys())

dict_keys(['pearson', 'spearman', 'kendall', 'phi_k'])

要查看特定的相关性，请执行以下操作：

correlations["phi_k"]["e"]

a    0.000000
b    0.112446
c    0.289983
d    0.000000
e    1.000000
Name: e, dtype: float64

• 示例笔记本