[데이터탐색] 히트맵 중복 영역 제거 코드 heatmap vs 클러스터맵 clustermap

히트맵과 클러스터맵은

모두 데이터의 관계를

시각화하는 데 사용되는

시각화 방법입니다.

​

히트맵은 데이터의 값을

2차원 격자에 매핑하여

데이터의 분포를 보여줍니다.

​

sns.heatmap(df.corr(), cmap='viridis')

​

​

클러스터맵은 히트맵의 데이터를

클러스터링하여

데이터의 군집을 보여줍니다.

​

sns.clustermap(df.corr(), annot = True, cmap = 'RdYlBu_r', vmin = -1, vmax = 1, )

​

​

히트맵과 클러스터맵의 차이점은

히트맵은 데이터의 분포만을 보여줍니다.

반면, 클러스터맵은 데이터의 분포와

군집을 모두 보여줍니다.

따라서 클러스터맵은 히트맵보다

데이터의 관계를 이해하는 데

더 도움이 될 수 있습니다.

​

예를 들어, 고객의 구매 내역을

히트맵으로 시각화하면

고객의 구매 패턴을 알 수 있습니다.

그러나 클러스터맵으로 시각화하면

고객을 군집으로 나눌 수 있습니다.

각 군집의 특성을 분석하면

고객의 구매 패턴을

더 잘 이해할 수 있습니다.

​

다음은 중복을 제거한

히트맵 시각화 파이썬 코드

# 중복 제거 히트맵 시각화

# 매트릭스의 우측 상단을 모두 True인 1로, 하단을 False인 0으로 변환.
np.triu(np.ones_like(df.corr()))

# True/False mask 배열로 변환.
mask = np.triu(np.ones_like(df.corr(), dtype=np.bool))

#  히트맵 그래프 생성
fig, ax = plt.subplots(figsize=(15, 10))
sns.heatmap(df.corr(), 
            mask=mask, 
            vmin=-1, 
            vmax = 1, 
            annot=True, 
            cmap="RdYlBu_r", 
            cbar = True)
ax.set_title('Wine Quality Correlation', pad = 15)

​

​

중복 영역이 제거된 히트맵 시각화