相関行列の可視化

ヒートマップを用いた相関行列の可視化例です。この例では人事基本情報やコンピテンシー、エンゲージメント、時間外などの相関を分析した例になっています。

人事データ可視化の例

人事データ可視化の狙い

量的変数間の相関関係を把握する。
エンゲージメントなど組織サーベイと関連のある項目を探索的に探す。

人事データ可視化アプローチ

利用するグラフ

ヒートマップ：クロス集計表や行列の値に応じて色付けすることで、平均から比べて当た値が高い（または低い）セルを視覚的に探しやすくする。

アプローチ

相関係数を用いて、入手データの量的変数同士の相関関係を網羅的に把握する。
入手データの量的変数に対して相関係数を計算し、相関行列を作る。
相関行列を入力としてヒートマップを描く。このとき、ゼロを中心に正負で異なる色を持つカラーバーを用いて視覚的に探索しやすくする。

グラフの作り方

Pythonのseaborn.heatmapを使った可視化例。

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

sns.set()
japanize_matplotlib.japanize()

# データの読み込みと相関係数の計算
df_hr = pd.read_csv('./hr-toydata-basic-600.csv')
corr_mat = df_hr.drop('年度', axis=1).corr(numeric_only=True)

# グラフ
fig, ax = plt.subplots(figsize=(10,9))
sns.heatmap(corr_mat, annot=True, fmt='.2f',
 cmap='coolwarm', center=0,
 annot_kws={'fontsize': 8}, ax=ax)
ax.set_title('相関行列')

※2024/9/3 コードを一部修正