Mappa di calore è definito come una rappresentazione grafica dei dati che utilizza i colori per visualizzare il valore della matrice. In questo, per rappresentare valori più comuni o attività più elevate vengono utilizzati colori più luminosi, fondamentalmente colori rossastri e per rappresentare valori di attività o meno comuni, sono preferiti i colori più scuri. La mappa termica è definita anche dal nome della matrice di ombreggiatura. Le mappe di calore in Seaborn possono essere tracciate utilizzando la funzione seaborn.heatmap().
seaborn.heatmap()
Sintassi: seaborn.heatmap( dati , * , vmin=Nessuno , vmax=Nessuno , cmap=Nessuno , centro=Nessuno , annot_kws=No , larghezze di linea=0 , colorelinea='bianco' , cbar=Vero , **kwargs )
Parametri importanti:
dati: set di dati 2D che può essere inserito in un ndarray. vmin, vmax: Valori per ancorare la mappa dei colori, altrimenti vengono dedotti dai dati e da altri argomenti di parole chiave. cmap: la mappatura dai valori dei dati allo spazio colore. centro: il valore su cui centrare la mappa dei colori quando si tracciano dati divergenti. annot: Se Vero, scrivi il valore dei dati in ogni cella. fmt: codice di formattazione della stringa da utilizzare quando si aggiungono annotazioni. linewidths: larghezza delle linee che divideranno ciascuna cella. linecolor: Colore delle linee che divideranno ogni cella. cbar: se disegnare una barra dei colori.
Tutti i parametri tranne i dati sono facoltativi.
Ritorna: Un oggetto di tipo matplotlib.axes._subplots.AxesSubplot
Cerchiamo di comprendere la mappa termica con esempi.
Mappa termica di base
Creazione di una mappa termica con i parametri predefiniti. Creeremo dati 2-D 10×10 utilizzando il file data() funzione del modulo NumPy.
Python3
# importing the modules> import> numpy as np> import> seaborn as sn> import> matplotlib.pyplot as plt> > # generating 2-D 10x10 matrix of random numbers> # from 1 to 100> data>=> np.random.randint(low>=> 1>,> >high>=> 100>,> >size>=> (>10>,>10>))> print>(>'The data to be plotted:
'>)> print>(data)> > # plotting the heatmap> hm>=> sn.heatmap(data>=> data)> > # displaying the plotted heatmap> plt.show()> |
>
>
Produzione:
The data to be plotted: [[46 30 55 86 42 94 31 56 21 7] [68 42 95 28 93 13 90 27 14 65] [73 84 92 66 16 15 57 36 46 84] [ 7 11 41 37 8 41 96 53 51 72] [52 64 1 80 33 30 91 80 28 88] [19 93 64 23 72 15 39 35 62 3] [51 45 51 17 83 37 81 31 62 10] [ 9 28 30 47 73 96 10 43 30 2] [74 28 34 26 2 70 82 53 97 96] [86 13 60 51 95 26 22 29 14 29]]>
Utilizzeremo gli stessi dati in tutti gli esempi.
Ancoraggio della mappa dei colori
Se impostiamo il min valore a 30 e il vmax valore su 70, verranno visualizzate solo le celle con valori compresi tra 30 e 70. Questo si chiama ancoraggio della mappa dei colori.
Python3
# importing the modules> import> numpy as np> import> seaborn as sn> import> matplotlib.pyplot as plt> > # generating 2-D 10x10 matrix of random numbers> # from 1 to 100> data>=> np.random.randint(low>=>1>,> >high>=>100>,> >size>=>(>10>,>10>))> > # setting the parameter values> vmin>=> 30> vmax>=> 70> > # plotting the heatmap> hm>=> sn.heatmap(data>=>data,> >vmin>=>vmin,> >vmax>=>vmax)> > # displaying the plotted heatmap> plt.show()> |
>
>
Produzione:
Scelta della mappa dei colori
In questo, esamineremo il cmap parametro. Matplotlib ci fornisce più mappe di colori, puoi guardarle tutte Qui . Nel nostro esempio, utilizzeremo scheda20 .
Python3
# importing the modules> import> numpy as np> import> seaborn as sn> import> matplotlib.pyplot as plt> > # generating 2-D 10x10 matrix of random numbers> # from 1 to 100> data>=> np.random.randint(low>=>1>,> >high>=>100>,> >size>=>(>10>,>10>))> > # setting the parameter values> cmap>=> 'tab20'> > # plotting the heatmap> hm>=> sn.heatmap(data>=>data,> >cmap>=>cmap)> > # displaying the plotted heatmap> plt.show()> |
>
>
Produzione:
Centrare la mappa dei colori
Centrare la cmap su 0 passando il file centro parametro come 0.
Python3
# importing the modules> import> numpy as np> import> seaborn as sn> import> matplotlib.pyplot as plt> > # generating 2-D 10x10 matrix of random numbers> # from 1 to 100> data>=> np.random.randint(low>=>1>,> >high>=>100>,> >size>=>(>10>,>10>))> > # setting the parameter values> cmap>=> 'tab20'> center>=> 0> > # plotting the heatmap> hm>=> sn.heatmap(data>=>data,> >cmap>=>cmap,> >center>=>center)> > # displaying the plotted heatmap> plt.show()> |
>
>
Produzione:
Visualizzazione dei valori della cella
Se vogliamo visualizzare il valore delle celle, passiamo il parametro dicono come Vero. fmt viene utilizzato per selezionare il tipo di dati del contenuto delle celle visualizzate.
ops concetti
Python3
# importing the modules> import> numpy as np> import> seaborn as sn> import> matplotlib.pyplot as plt> > # generating 2-D 10x10 matrix of random numbers> # from 1 to 100> data>=> np.random.randint(low>=>1>,> >high>=>100>,> >size>=>(>10>,>10>))> > # setting the parameter values> annot>=> True> > # plotting the heatmap> hm>=> sn.heatmap(data>=>data,> >annot>=>annot)> > # displaying the plotted heatmap> plt.show()> |
>
>
Produzione:
Personalizzazione della linea di separazione
Possiamo cambiare lo spessore e il colore delle linee che separano le celle usando il larghezze di linea E colore della linea parametri rispettivamente.
Python3
# importing the modules> import> numpy as np> import> seaborn as sn> import> matplotlib.pyplot as plt> > # generating 2-D 10x10 matrix of random numbers> # from 1 to 100> data>=> np.random.randint(low>=>1>,> >high>=>100>,> >size>=>(>10>,>10>))> > # setting the parameter values> linewidths>=> 2> linecolor>=> 'yellow'> > # plotting the heatmap> hm>=> sn.heatmap(data>=>data,> >linewidths>=>linewidths,> >linecolor>=>linecolor)> > # displaying the plotted heatmap> plt.show()> |
>
>
Produzione:
Nascondere la barra dei colori
Possiamo disabilitare la barra dei colori impostando il file cbar parametro su False.
Python3
# importing the modules> import> numpy as np> import> seaborn as sn> import> matplotlib.pyplot as plt> > # generating 2-D 10x10 matrix of random numbers> # from 1 to 100> data>=> np.random.randint(low>=>1>,> >high>=>100>,> >size>=>(>10>,>10>))> > # setting the parameter values> cbar>=> False> > # plotting the heatmap> hm>=> sn.heatmap(data>=>data,> >cbar>=>cbar)> > # displaying the plotted heatmap> plt.show()> |
>
>
Produzione:
Rimozione delle etichette
Possiamo disabilitare l'etichetta x e l'etichetta y passando False nel file xticklabels E yticklabels parametri rispettivamente.
Python3
# importing the modules> import> numpy as np> import> seaborn as sn> import> matplotlib.pyplot as plt> > # generating 2-D 10x10 matrix of random numbers> # from 1 to 100> data>=> np.random.randint(low>=>1>,> >high>=>100>,> >size>=>(>10>,>10>))> > # setting the parameter values> xticklabels>=> False> yticklabels>=> False> > # plotting the heatmap> hm>=> sn.heatmap(data>=>data,> >xticklabels>=>xticklabels,> >yticklabels>=>yticklabels)> > # displaying the plotted heatmap> plt.show()> |
>
>
Produzione:
