昨天分享了製作相關係數的辦法，不知道有沒有人有發現一些問題，原本的columns(行)不是高達八十種嗎？忘記怎麼看形狀的可以回頭找【Day 21】可以發現train是(1460,81)，就算去掉Id也不會只剩下37種？！
可能有人會問怎麼知道剩下37？在相關係數矩陣圖上數它的種類嗎？其實就只是用.shape印出來而已，可以在昨天的視覺化相關系數那加上**print(trian_corr.shape)**這樣就會多印出37*37囉，意思是有36種不同的種類會去影響SalePrice，那到其他種類去哪了呢？

小小相關係數程式補充

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
x = np.random.randint(0, 100, 10) #0~100隨機找10筆數據
y = 5 * x 
z = np.random.randint(0,100,10)
l = ['a','b','c','d','e','f','g','h','i','j'] #新增的

dataframe = pd.DataFrame({'x':x,'y':y,'z':z,'l':l})

df =dataframe.corr() #計算相關係數
plt.subplots(figsize=(10, 10))  # 設置長寬尺寸大小
sns.heatmap(df, annot=True, vmax=1, square=True, cmap="Blues")
#1.丟入的資料 2.是否輸出熱力圖數值大小 3.最大值顯示4.變成正方形5.要什麼顏色
plt.show()

輸出：

把昨天的小小練習增加一個新的l陣列，裡面包含string的型態(在dataframe會被叫object)，可以發現在做相關係數時，l並沒有被考慮進去，這是因為在Pearson的公式是以下：

圖片來源
可以發現是在計算數字間關係，那今天如果是物件(object)的話，df =dataframe.corr()會無法計算，所以才只出現型態是float的行！

今天John告白被打槍，原本難過到要棄鐵人賽的(因為我是每天都打一篇文)，但又想到有在關注我的夥伴們，才堅持打了上述的內容，並繼續鐵人賽的路途，不能放棄阿！
明天會分享今天來不及打完的對object資料處理相關，並對資料繼續做處理！請大家繼續關注！