如何将已有协方差表格转为Pandas DataFrame并绘制协方差矩阵

1. 导入所需库 #

先加载数据处理和绘图的依赖库：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

2. 将协方差表格导入为DataFrame #

把你已有的协方差表格保存为CSV格式（比如从谷歌表格下载为CSV），然后用pandas读取，同时将第一列设为行索引，保证DataFrame的行和列都是变量名称：

# 替换为你的CSV文件本地路径
df_cov = pd.read_csv("协方差矩阵.csv", index_col=0)

3. 绘制协方差矩阵热力图 #

直接基于导入的DataFrame绘制和参考示例风格一致的热力图：

# 设置字体缩放，适配26个变量的标签显示
sns.set(font_scale=0.7)

# 创建画布
plt.figure(figsize=(14, 12))

# 绘制热力图，显示数值标注、配色方案设为冷暖色
heatmap = sns.heatmap(
    df_cov,
    annot=True,        # 显示单元格内的协方差数值
    fmt=".2f",         # 数值保留两位小数
    cmap="coolwarm",   # 配色方案
    cbar=True,         # 显示颜色条
    square=True        # 单元格设为正方形
)

# 设置图表标题和轴标签
heatmap.set_title('变量协方差矩阵', fontdict={'fontsize':16}, pad=25)
heatmap.set_xlabel('变量')
heatmap.set_ylabel('变量')

# 调整布局，避免标签重叠
plt.tight_layout()
plt.show()

说明 #

你参考的示例是基于原始数据计算协方差后绘制，而这里直接用你预计算好的、已经是矩阵形式的DataFrame，通过seaborn.heatmap就能实现相同效果——只要保证DataFrame的行和列名对应变量，矩阵值是协方差即可。

内容的提问来源于stack exchange，提问作者Nikko