Python 尝试绘制相关矩阵时出错

我试图从熊猫数据框中绘制相关矩阵

import matplotlib.pyplot as plt
import pandas as pd

data = pd.read_csv('data_for_corelation.csv', delimiter=';')
df = pd.DataFrame(data,columns=['A','B'])
plt.matshow(df.corr())
plt.show()

但我在这一行遇到了一个错误：

plt.matshow(df.corr())

错误是：

/usr/local/lib/python3.6/dist-packages/matplotlib/figure.py in figaspect(arg)
   2759     if isarray:
   2760         nr, nc = arg.shape[:2]
-> 2761         arr_ratio = nr / nc
   2762     else:
   2763         arr_ratio = arg

ZeroDivisionError: division by zero

样本数据：

print(df.head(10))

       A           B
0  249,640704  1,019356
1  242,324502  0,647166
2  243,495232  0,644257
3  243,310156   0,81684
4  243,511297  1,050207
5  239,435233  1,340164
6  240,091439  1,836193
7   241,08975  1,540461
8  237,017175  1,244953
9  236,141326  1,210147

df.describe()

---

我该怎么修

如果我对您的示例数据运行这行检查代码：

print(df.head(10))

       A           B
0  249,640704  1,019356
1  242,324502  0,647166
2  243,495232  0,644257
3  243,310156   0,81684
4  243,511297  1,050207
5  239,435233  1,340164
6  240,091439  1,836193
7   241,08975  1,540461
8  237,017175  1,244953
9  236,141326  1,210147

df.describe()

我明白了：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 10 entries, 0 to 9
Data columns (total 2 columns):
 #   Column  Non-Null Count  Dtype 
---  ------  --------------  ----- 
 0   A       10 non-null     object
 1   B       10 non-null     object
dtypes: object(2)
memory usage: 144.0+ bytes

如果我再次检查数据帧，在此修复之后，我会得到：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 10 entries, 0 to 9
Data columns (total 2 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   A       10 non-null     float64
 1   B       10 non-null     float64
dtypes: float64(2)
memory usage: 224.0 bytes

范围索引：10个条目，0到9
数据列（共2列）：
#列非空计数数据类型
---  ------  --------------  -----  
0一个10非空浮点64
1 B 10非空浮点64
数据类型：float64（2）
内存使用：224.0字节

如您所见，这次您的列被解释为“数字”（

float

）。然后可以执行相关矩阵：

您是否尝试过

pd.read_csv（…，decimal=“，”）

来考虑您的数据使用的是十进制逗号（而不是默认的点）？您是否检查了dataframe列的类型？您是否尝试打印（df.corr（））以检查它是否有意义？