Python 对热图中的变量重新排序，并仅使用高度相关的变量重新设计热图

请帮忙

您好，我对Python非常陌生，并试图找到大型数据帧的相关性

df1=df0.corr（）

uns\u df=df1.unstack（）

pd.DataFrame（uns_-df[uns_-df<1]。排序值（升序=真），列=[coef]）

上面的代码给出了系数最高的变量组合列表。 通过改变ascending=False，它给了我相反的等级

此外，我还为此创建了热图

然而，我在一个数据框中有200多个变量，我很难解释相关矩阵、列表和热图的结果

我想在这里做的是

首先，

对热图中高度相关的dataframe变量重新排序，以便热图的左上部分比右下部分颜色更深

秒，

我想选取相关系数可能大于/小于0.7/-0.7的变量组合，再次绘制热图。例如，我目前有200多个变量，但新的热图可能只包含50个变量

此外，我还希望代码忽略NaN值。我不想将NaN更改为0，让代码在计算相关性时忽略它们

多谢各位