Nivel 6 · El mapa de calor de correlación y los pares más fuertes

Toda la matriz de una vez

DataFrame.corr() calcula r para cada par de columnas numéricas y devuelve una tabla cuadrada:

matrix = daily.corr().round(2)
#              spend  sessions  conversions  orders
# spend         1.00      0.71         0.47    0.67
# sessions      0.71      1.00         0.66    0.84
# conversions   0.47      0.66         1.00    0.58
# orders        0.67      0.84         0.58    1.00

Dos cosas son siempre ciertas: la diagonal es 1 (cada columna se correlaciona perfectamente consigo misma), y la tabla es simétrica (spend con sessions es igual a sessions con spend). Deja fuera las columnas identificadoras como order_id: una correlación con un número de id no significa nada.

Como mapa de calor

Dieciséis números son más fáciles de revisar como colores:

ax = sns.heatmap(matrix, annot=True, fmt=".2f", cmap="coolwarm", vmin=-1, vmax=1,
                 linewidths=0.5, square=True)

annot=True escribe cada valor en su celda y fmt=".2f" lo redondea. cmap="coolwarm" es una paleta divergente: azul para lo negativo, rojo para lo positivo, pálido cerca de cero, lo que encaja con un número con signo. vmin=-1, vmax=1 fija la escala, de modo que 0,5 siempre se ve como 0,5. Sin ello, seaborn estira los colores a tus datos y un débil 0,4 puede verse tan intenso como un fuerte 0,9.

Los pares más fuertes, en código

Leer una matriz grande a ojo pasa cosas por alto, así que lista los pares. Cada par distinto es una celda por encima de la diagonal, fila i y columna j con j > i:

for i in range(len(cols)):
    for j in range(i + 1, len(cols)):
        ...matrix.iloc[i, j]...

Clasifícalos por valor absoluto, porque -0,8 es tan fuerte como +0,8, pero conserva el signo en el resultado: lleva la dirección. En las cifras diarias de 2025, sessions y orders van más juntos (0,84), seguidos de sessions y spend (0,71) y orders y spend (0,67). Las conversiones solo están moderadamente ligadas a algo, ya que son un número pequeño que salta de un día a otro.

Errores comunes

• Clasificar por r en lugar de abs(r), lo que manda los pares negativos fuertes al final.
• Incluir la diagonal o ambas mitades de la matriz, de modo que cada par aparece dos veces.
• Un mapa de calor sin vmin=-1, vmax=1, cuyos colores no se pueden comparar entre gráficos.
• Correlacionar ids, fechas convertidas en números u otras columnas que no son mediciones.
• Informar solo de los pares más fuertes. Un par cercano a cero también es un hallazgo: le dice al equipo qué cifras puede dejar de vigilar juntas.