ヒートマップは、色分けされた行列としての長方形データのプロットです。 パラメータとして、2Dデータセットを取ります。 そのデータセットは、ndarrayに強制変換できます。
これは、時間を含む変数間の関係を示すことができるため、データを視覚化するための優れた方法です。 たとえば、何年にもわたるフリッグスの数。
関連コース： Matplotlibの例とビデオコース
ヒートマップの例
ヒートマップ
以下のヒートマッププロットは、numpyによって生成されたランダム値に基づいています。 多くのパラメータが可能ですが、これは最も基本的なプロットを示しています。
1
2
3
4
5
6
7
8
9
10
|
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
np.random.seed(0)
sns.set()
uniform_data = np.random.rand(10, 12)
ax = sns.heatmap(uniform_data, vmin=0, vmax=1)
plt.show()
|
ヒートマップの色
以下のヒートマップカラープロットは、再びランダムデータを使用しています。 今回は別のカラーマップ（cmap）を使用しており、「ブルース」パレットはブエの色にすぎません。 また、正方形のブロックを使用します。
1
2
3
4
5
6
7
8
9
10
|
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
df = pd.DataFrame(np.random.randn(50).reshape(10,5))
corr = df.corr()
ax1 = sns.heatmap(corr, cbar=0, linewidths=2,vmax=1, vmin=0, square=True, cmap='Blues')
plt.show()
|
ヒートマップデータ
ヒートマップデータプロットは似ていますが、異なるカラーパレットを使用します。 seabornに含まれている航空会社またはフライトのデータセットを使用します。
1
2
3
4
5
6
7
8
9
10
11
|
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
sns.set()
flights = sns.load_dataset("flights")
flights = flights.pivot("month", "year", "passengers")
ax = sns.heatmap(flights)
plt.title("Heatmap Flight Data")
plt.show()
|
matplotlibを初めて使用する場合は、 それなら私はこのコースを強くお勧めします。
Hope this helps!
Source link
