Correlation heatmap

Visualize

Correlation heatmap

Created: Last updated: Read time: 1 min

Ένα heatmap του πίνακα συσχέτισης δείχνει με μία ματιά ποιες μετρικές αυξομειώνονται ταυτόχρονα. Οι τιμές κοντά στο 1 σημαίνουν ισχυρή θετική σχέση, ενώ κοντά στο -1 δηλώνουν αρνητική.

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

metrics = pd.DataFrame(
    {
        "Έσοδα": [100, 120, 150, 170, 190, 210, 230, 250],
        "Νέοι πελάτες": [35, 42, 48, 55, 58, 63, 67, 72],
        "Δαπάνη marketing": [25, 28, 32, 40, 43, 47, 50, 55],
        "Conversion rate": [0.31, 0.33, 0.34, 0.36, 0.37, 0.39, 0.40, 0.41],
    }
)

corr = metrics.corr(numeric_only=True)
fig, ax = plt.subplots(figsize=(6, 5))
sns.heatmap(
    corr,
    annot=True,
    cmap="Blues",
    vmin=-1,
    vmax=1,
    square=True,
    fmt=".2f",
    ax=ax,
)
ax.set_title("Μετρικές ανάπτυξης – heatmap συσχέτισης")
fig.tight_layout()

plt.show()

Heatmap συσχέτισης μετρικών ανάπτυξης

Πρακτικές ανάγνωσης #

  • Τιμές κοντά στο 1 υποδηλώνουν ότι δύο δείκτες κινούνται προς την ίδια κατεύθυνση· κοντά στο -1 σημαίνει την αντίθετη.
  • Η χρωματική κλίμακα κάνει εμφανή τα clusters δεικτών που συμπεριφέρονται παρόμοια.
  • Για πολλαπλές ομάδες/προϊόντα, κρατήστε την ίδια σειρά δεικτών ώστε οι πίνακες να συγκρίνονται εύκολα.