2.基于相关系数矩阵（标准化变量的主成分） 如果变量有不同的量纲，则必须基于相关系数矩阵进行主成分分析。不同的是计算得分时应采用标准化后的数据。（标准化变量的协方差矩阵就是原始变量的相关系数矩阵）

对其中的参数进行解释 plt.subplots(figsize=(9, 9))设置画面大小，会使得整个画面等比例放大的 sns.heapmap()这个当然是用来生成热力图的啦 df是DataFrame， pandas的这个类还是很常用的啦~ df.corr()就是得到这个dataframe的相关系数矩阵 把这个矩阵直接丢给sns.heapmap中做参数就好啦 sns.heapmap中annot=True，意思是显式热力图上的数值大小。 sns.heapmap中square=True，意思是将图变成一个正方形，默认是一个矩形 sns.heapmap中cmap=”Blues”是一种模式，就是图颜色

SAS 系统是世界公认的权威性统计软件之一，是一个大型集成信息分析管理系统。 本次论文是用SAS 系统对2007 各地区农村居民家庭平均每人现金现金支出状况进行分析采用的数据是北京、天津等省农村居民家庭平均每人现金现金支出状（原始数据见附录）。 选出31省的情况作为统计分析数据，其中分析的项目为：期内现金支出、生产费用支出、家 庭经营费用支出、农业生产支出、牧业生产支出、购买生产性固定资产支出、税费支出、生活消费 现金支出、财产性支出、转移性支出，次用变量X1、X2、X3、X4、X5、X6、X7、X8、X9 、X10。运用SAS 软件，运用主成分分析的方法对数据进行处理： （一）对于所选取的统计数据用MEANS 过程进行简单描述统计分析，得出数据平均值、数据标准差等。 （二）对于所选取的统计数据用INSIGHT 模块做主成分分析计算协方差矩阵的特征值或是计算相关系数矩阵的特征值（Eigenvalue ）、简单统计量、相关系数矩阵、相关系数矩阵的特征值以及相关系数矩阵的特征向量。系统默认计算相关系数矩阵的特征值和特征向量。 （三）由相关系数矩阵的两个最大特征值的特征向量，可以写出第一、第二主成分以及第三主成分 的得分。从以上结论分析可以知道影响各地区地区农村居民家庭平均每人现金支出的主要因素，从、 可以更好的帮助国家调节国民经济和产业结构，使人民的生活更加富裕。

计算相关系数矩阵 x<-c(1,2) #设x y<-c(3,4) #设y cor(x,y) #相关系数矩阵

利用c#语言实现协方差矩阵、相关系数矩阵及他们的特征值计算，可执行源码。

主要介绍了Python数据相关系数矩阵和热力图轻松实现教程，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

偏相关系数矩阵python实现，含计算示例，计算结果与Excel一致