二元分类数据标记重叠可视化：矩阵计算方法问询

针对你描述的0/1特征矩阵需求，核心是计算行特征为1时，列特征为1的条件概率，具体实现步骤如下：

核心逻辑 #

对于矩阵中位置(行特征X, 列特征Y)，数值计算公式为：

P(Y=1 | X=1) = 样本中X=1且Y=1的数量 / 样本中X=1的数量

对角线位置因为X=Y，结果恒为1。

Python代码实现 #

假设你的DataFrame为df，包含A、B、C三个0/1列：

import pandas as pd

# 获取所有特征列名
features = df.columns.tolist()
# 初始化结果矩阵，索引和列名均为特征名
result_matrix = pd.DataFrame(index=features, columns=features)

for row_feature in features:
    # 筛选当前行特征为1的样本子集
    row_subset = df[df[row_feature] == 1]
    # 处理行特征无1的情况（避免除以0）
    if len(row_subset) == 0:
        result_matrix.loc[row_feature] = 0.0
        continue
    # 遍历列特征计算条件比例
    for col_feature in features:
        if row_feature == col_feature:
            # 对角线固定为1
            result_matrix.loc[row_feature, col_feature] = 1.0
        else:
            # 计算X=1且Y=1的样本数占X=1样本数的比例
            count_both = len(row_subset[row_subset[col_feature] == 1])
            result_matrix.loc[row_feature, col_feature] = count_both / len(row_subset)

# 转换为数值类型确保格式正确
result_matrix = result_matrix.astype(float)

示例验证 #

假设你的df有如下数据：

计算后得到的矩阵为：

比如A-B的值是A=1的3个样本中B=1的有2个，所以2/3≈0.67；B-A是B=1的2个样本中A=1的有1个，所以1/2=0.5，完全符合你描述的非对称特性。

内容的提问来源于stack exchange，提问作者coder_bob