Pandas数据可视化工具——Seaborn数据分析方法汇总

本内容撰写基础为StackAbuse的一篇讲解Seaborn的文章 平台。文末附有示例与实现代码，读者可直接通过“一键克隆代码”功能进行实际操作与研究。

在先前发布的文章 Pandas数据可视化工具——Seaborn用法整理（上） 中，我们已经学习了如何运用Seaborn库中的相关代码来生成分布图与分类图。本文将延续这一主题，进一步探讨Seaborn所提供的其他用于绘制不同种类统计图表的功能，首先我们将从矩阵图入手展开讲解。

矩阵图

矩阵图通过行列结构来呈现数据信息，热力图则是此类图表的一种常见表现形式。

Heat Maps

热力图通常以矩阵的形式展示数值列之间的相关性。需要特别指出的是，若要生成矩阵图，必须具备关于行与列的有效信息。在延续前一篇文章探讨的基础上，本文将采用2010年至2018年的财务报告数据，分析行与列标题是否具备实际意义。接下来执行以下代码：