Seaborn热力图绘制报错ValueError：零尺寸数组问题及数据透视咨询

这个错误的核心原因很明确：你试图对字符串类型的特征矩阵计算相关性，而pandas.DataFrame.corr()默认只处理数值型数据——当所有列都是字符串时，它会返回一个空的DataFrame，seaborn的heatmap拿到空数据就会触发这个“零尺寸数组”的错误。

下面是一步步的解决方案：

1. 先确认特征矩阵的数据类型 #

首先检查你的x里是不是真的还有字符串列：

print(x.dtypes)

如果输出里有object类型，说明你的sklearn编码步骤没完全生效——sklearn的编码工具（比如OrdinalEncoder、OneHotEncoder）应该把字符串转成数值型，可能你在编码后没有正确把结果转回DataFrame，或者漏处理了某些列。

2. 正确编码字符串特征 #

针对不同类型的分类特征，选择合适的编码方式：

有序分类特征（比如「学历」「工作年限」这类有顺序的类别） #

用OrdinalEncoder把字符串转成有序整数：

from sklearn.preprocessing import OrdinalEncoder

# 假设你有一列叫"Education"是有序分类
encoder = OrdinalEncoder(categories=[['High School', 'Bachelor', 'Master', 'PhD']])
x['Education'] = encoder.fit_transform(x[['Education']])

无序分类特征（比如「编程语言」「国家」这类无顺序的类别） #

可以用OneHotEncoder生成哑变量，或者用目标编码（更适合后续相关性分析，因为能保留和目标变量的关联）：

方法一：OneHot编码

from sklearn.preprocessing import OneHotEncoder
import pandas as pd

encoder = OneHotEncoder(sparse_output=False, drop='first')  # drop='first'避免多重共线性
encoded_cols = encoder.fit_transform(x[['Language']])
encoded_df = pd.DataFrame(encoded_cols, columns=encoder.get_feature_names_out(['Language']))

# 替换原列，合并回x
x = x.drop('Language', axis=1).join(encoded_df)

方法二：目标编码（更适合相关性分析）

目标编码用该类别对应的目标变量（薪资）的均值来替换类别，能直接体现类别和薪资的关联：

from category_encoders import TargetEncoder  # 需要先安装：pip install category_encoders

encoder = TargetEncoder()
x['Country'] = encoder.fit_transform(x['Country'], y)

3. 移除无方差的特征 #

如果编码后还是报错，可能存在某些列所有值都相同（方差为0），这类列无法计算相关性，需要先移除：

from sklearn.feature_selection import VarianceThreshold

selector = VarianceThreshold(threshold=0)
x_filtered = x.loc[:, selector.fit(x).get_support()]

4. 重新绘制热力图 #

现在x_filtered是全数值型、无空值、无零方差的特征矩阵，再计算相关性并绘图：

import matplotlib.pyplot as plt
import seaborn as sns

f, ax = plt.subplots(figsize=(18, 18))
sns.heatmap(x_filtered.corr(), annot=True, linewidths=.5, fmt='.1f', ax=ax)
plt.show()

关于你提到的「透视操作」 #

其实你不需要透视操作——透视是用来重塑数据结构（比如把行转列做汇总）的，你的问题本质是特征没有转成适合计算相关性的数值型格式，解决编码问题就可以了。

内容的提问来源于stack exchange，提问作者CFD