data.corr()未显示部分变量相关性，如何修改代码展示全部？

我尝试展示数据集变量间的相关性，但部分变量的相关性未显示。使用的代码如下：

data = pd.read_csv('insurance.csv', index_col = 0)
corr = data.corr()
fig = plt.figure()
ax = fig.add_subplot(111)
cax = ax.matshow(corr,cmap='coolwarm', vmin=-1, vmax=1)
fig.colorbar(cax)
ticks = np.arange(0,len(data.columns),1)
ax.set_xticks(ticks)
plt.xticks(rotation=90)
ax.set_yticks(ticks)
ax.set_xticklabels(data.columns)
ax.set_yticklabels(data.columns)
plt.show()

当前输出仅显示部分变量的相关性，期望输出能完整展示所有变量间的关联（包含全部变量标签与完整热力图效果）。请问如何修改代码实现？

1. 检查变量类型，确保所有变量纳入相关性计算 #

pd.corr()默认仅计算数值型变量的皮尔逊相关系数，若数据中存在类别型变量（如字符串、object类型），这类变量会被自动排除。需要先对其做编码处理：

# 对类别型变量做独热编码（drop_first避免多重共线性）
data_encoded = pd.get_dummies(data, drop_first=True)
# 重新计算全变量相关性
corr = data_encoded.corr()

2. 调整图表尺寸，避免内容截断 #

默认图表尺寸过小会导致部分变量标签或热力图区域被隐藏，通过figsize放大图表：

# 根据变量数量调整宽高，变量越多数值越大
fig = plt.figure(figsize=(12, 10))

3. 优化标签显示，防止重叠 #

若变量名较长，可缩小字体并自动调整布局：

plt.xticks(rotation=90, fontsize=9)
ax.set_yticklabels(data_encoded.columns, fontsize=9)
plt.tight_layout()  # 自动适配布局，避免标签被截断

完整修改后的代码 #

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

data = pd.read_csv('insurance.csv', index_col=0)
# 处理类别变量（若存在）
data_encoded = pd.get_dummies(data, drop_first=True)
corr = data_encoded.corr()

# 设置合适的图表尺寸
fig = plt.figure(figsize=(12, 10))
ax = fig.add_subplot(111)
cax = ax.matshow(corr, cmap='coolwarm', vmin=-1, vmax=1)
fig.colorbar(cax)

ticks = np.arange(0, len(data_encoded.columns), 1)
ax.set_xticks(ticks)
plt.xticks(rotation=90, fontsize=9)
ax.set_yticks(ticks)
ax.set_yticklabels(data_encoded.columns, fontsize=9)

# 可选：添加相关性数值标注（增强可读性）
for i in range(len(data_encoded.columns)):
    for j in range(len(data_encoded.columns)):
        ax.text(j, i, round(corr.iloc[i, j], 2), ha='center', va='center', color='white')

plt.tight_layout()
plt.show()

关键说明 #

• 若数据集全为数值型变量，问题大概率是图表尺寸不足，调整figsize+plt.tight_layout()即可解决。
• 若存在类别变量，必须先编码才能纳入相关性计算，否则这些变量不会出现在corr矩阵中，自然无法显示在热力图里。

内容的提问来源于stack exchange，提问作者apdesloge