我有一个具有大量特征的数据集，因此分析相关矩阵变得非常困难。我想绘制一个相关矩阵，我们使用pandas库中的dataframe.corr（）函数得到它。熊猫图书馆是否提供任何内置函数来绘制该矩阵
您可以使用matplotlib中的pyplot.matshow（）：
将matplotlib.pyplot导入为plt
plt.matshow（dataframe.corr（））
plt.show（）
编辑：
在评论中，有一个关于如何更改轴刻度标签的请求。这是一个豪华版，绘制在更大的图形尺寸上，具有轴标签以匹配数据帧，以及颜色条图例以解释颜色比例
我包括了如何调整标签的大小和旋转，我使用了一个图形比率，使颜色条和主图形显示出相同的高度
编辑2：
由于df.corr（）方法忽略非数字列，因此在定义x和y标签时，应使用.select_dtypes（['number'）），以避免标签发生不必要的移动（包含在下面的代码中）
f=plt.图（figsize=（19,15））
plt.matshow（df.corr（），fignum=f.number）
plt.xticks（范围（df.select_数据类型（['number']））.shape[1]），df.select_数据类型（['number']）。列，fontsize=14，旋转=45）
plt.yticks（范围（df.select_数据类型（['number']））.shape[1]），df.select_数据类型（['number']）。列，fontsize=14）
cb=plt.colorbar（）
cb.ax.tick_参数（labelsize=14）
plt.title（'相关矩阵'，fontsize=16）；