国产99久久精品_欧美日本韩国一区二区_激情小说综合网_欧美一级二级视频_午夜av电影_日本久久精品视频

最新文章專題視頻專題問答1問答10問答100問答1000問答2000關(guān)鍵字專題1關(guān)鍵字專題50關(guān)鍵字專題500關(guān)鍵字專題1500TAG最新視頻文章推薦1 推薦3 推薦5 推薦7 推薦9 推薦11 推薦13 推薦15 推薦17 推薦19 推薦21 推薦23 推薦25 推薦27 推薦29 推薦31 推薦33 推薦35 推薦37視頻文章20視頻文章30視頻文章40視頻文章50視頻文章60 視頻文章70視頻文章80視頻文章90視頻文章100視頻文章120視頻文章140 視頻2關(guān)鍵字專題關(guān)鍵字專題tag2tag3文章專題文章專題2文章索引1文章索引2文章索引3文章索引4文章索引5123456789101112131415文章專題3
問答文章1 問答文章501 問答文章1001 問答文章1501 問答文章2001 問答文章2501 問答文章3001 問答文章3501 問答文章4001 問答文章4501 問答文章5001 問答文章5501 問答文章6001 問答文章6501 問答文章7001 問答文章7501 問答文章8001 問答文章8501 問答文章9001 問答文章9501
當(dāng)前位置: 首頁 - 科技 - 知識百科 - 正文

python如何實現(xiàn)可視化熱力圖

來源:懂視網(wǎng) 責(zé)編:小OO 時間:2020-11-27 14:13:06
文檔

python如何實現(xiàn)可視化熱力圖

熱力圖1、利用熱力圖可以看數(shù)據(jù)表里多個特征兩兩的相似度。參考官方API參數(shù)及地址:。seaborn.heatmap(data.vmin=None.vmax=None,cmap=None.center=None.robust=False.annot=None.fmt=’.2g’.annot_kws=None,linewidths=0.linecolor=’white’.cbar=True.cbar_kws=None.cbar_ax=None,square=False.xticklabels=’auto’.yticklabels=’auto’.mask=None.ax=None,**kwargs)(1)熱力圖輸入數(shù)據(jù)參數(shù):。
推薦度:
導(dǎo)讀熱力圖1、利用熱力圖可以看數(shù)據(jù)表里多個特征兩兩的相似度。參考官方API參數(shù)及地址:。seaborn.heatmap(data.vmin=None.vmax=None,cmap=None.center=None.robust=False.annot=None.fmt=’.2g’.annot_kws=None,linewidths=0.linecolor=’white’.cbar=True.cbar_kws=None.cbar_ax=None,square=False.xticklabels=’auto’.yticklabels=’auto’.mask=None.ax=None,**kwargs)(1)熱力圖輸入數(shù)據(jù)參數(shù):。

這篇文章主要介紹了python如何實現(xiàn)可視化熱力圖,小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧

熱力圖

1、利用熱力圖可以看數(shù)據(jù)表里多個特征兩兩的相似度。參考官方API參數(shù)及地址:

seaborn.heatmap(data, vmin=None, vmax=None,cmap=None, center=None, robust=False, annot=None, fmt=’.2g’, annot_kws=None,linewidths=0, linecolor=’white’, cbar=True, cbar_kws=None, cbar_ax=None,square=False, xticklabels=’auto’, yticklabels=’auto’, mask=None, ax=None,**kwargs)

(1)熱力圖輸入數(shù)據(jù)參數(shù):

data:矩陣數(shù)據(jù)集,可以是numpy的數(shù)組(array),也可以是pandas的DataFrame。如果是DataFrame,則df的index/column信息會分別對應(yīng)到heatmap的columns和rows,即pt.index是熱力圖的行標(biāo),pt.columns是熱力圖的列標(biāo)

(2)熱力圖矩陣塊顏色參數(shù):

vmax,vmin:分別是熱力圖的顏色取值最大和最小范圍,默認(rèn)是根據(jù)data數(shù)據(jù)表里的取值確定
cmap:從數(shù)字到色彩空間的映射,取值是matplotlib包里的colormap名稱或顏色對象,或者表示顏色的列表;改參數(shù)默認(rèn)值:根據(jù)center參數(shù)設(shè)定
center:數(shù)據(jù)表取值有差異時,設(shè)置熱力圖的色彩中心對齊值;通過設(shè)置center值,可以調(diào)整生成的圖像顏色的整體深淺;設(shè)置center數(shù)據(jù)時,如果有數(shù)據(jù)溢出,則手動設(shè)置的vmax、vmin會自動改變
robust:默認(rèn)取值False;如果是False,且沒設(shè)定vmin和vmax的值,熱力圖的顏色映射范圍根據(jù)具有魯棒性的分位數(shù)設(shè)定,而不是用極值設(shè)定

(3)熱力圖矩陣塊注釋參數(shù):

annot(annotate的縮寫):默認(rèn)取值False;如果是True,在熱力圖每個方格寫入數(shù)據(jù);如果是矩陣,在熱力圖每個方格寫入該矩陣對應(yīng)位置數(shù)據(jù)
fmt:字符串格式代碼,矩陣上標(biāo)識數(shù)字的數(shù)據(jù)格式,比如保留小數(shù)點后幾位數(shù)字
annot_kws:默認(rèn)取值False;如果是True,設(shè)置熱力圖矩陣上數(shù)字的大小顏色字體,matplotlib包text類下的字體設(shè)置;官方文檔:

(4)熱力圖矩陣塊之間間隔及間隔線參數(shù):

linewidths:定義熱力圖里“表示兩兩特征關(guān)系的矩陣小塊”之間的間隔大小
linecolor:切分熱力圖上每個矩陣小塊的線的顏色,默認(rèn)值是’white’

(5)熱力圖顏色刻度條參數(shù):

cbar:是否在熱力圖側(cè)邊繪制顏色刻度條,默認(rèn)值是True
cbar_kws:熱力圖側(cè)邊繪制顏色刻度條時,相關(guān)字體設(shè)置,默認(rèn)值是None
cbar_ax:熱力圖側(cè)邊繪制顏色刻度條時,刻度條位置設(shè)置,默認(rèn)值是None

(6)square:設(shè)置熱力圖矩陣小塊形狀,默認(rèn)值是False

xticklabels, yticklabels:xticklabels控制每列標(biāo)簽名的輸出;yticklabels控制每行標(biāo)簽名的輸出。默認(rèn)值是auto。如果是True,則以DataFrame的列名作為標(biāo)簽名。如果是False,則不添加行標(biāo)簽名。如果是列表,則標(biāo)簽名改為列表中給的內(nèi)容。如果是整數(shù)K,則在圖上每隔K個標(biāo)簽進(jìn)行一次標(biāo)注。 如果是auto,則自動選擇標(biāo)簽的標(biāo)注間距,將標(biāo)簽名不重疊的部分(或全部)輸出
mask:控制某個矩陣塊是否顯示出來。默認(rèn)值是None。如果是布爾型的DataFrame,則將DataFrame里True的位置用白色覆蓋掉
ax:設(shè)置作圖的坐標(biāo)軸,一般畫多個子圖時需要修改不同的子圖的該值
**kwargs:All other keyword arguments are passed to ax.pcolormesh

熱力圖矩陣塊顏色參數(shù)

#cmap(顏色)

import matplotlib.pyplot as plt
% matplotlib inline

f, (ax1,ax2) = plt.subplots(figsize = (6,4),nrows=2)

# cmap用cubehelix map顏色
cmap = sns.cubehelix_palette(start = 1.5, rot = 3, gamma=0.8, as_cmap = True)
sns.heatmap(pt, linewidths = 0.05, ax = ax1, vmax=900, vmin=0, cmap=cmap)
ax1.set_title('cubehelix map')
ax1.set_xlabel('')
ax1.set_xticklabels([]) #設(shè)置x軸圖例為空值
ax1.set_ylabel('kind')

# cmap用matplotlib colormap
sns.heatmap(pt, linewidths = 0.05, ax = ax2, vmax=900, vmin=0, cmap='rainbow') 
# rainbow為 matplotlib 的colormap名稱
ax2.set_title('matplotlib colormap')
ax2.set_xlabel('region')
ax2.set_ylabel('kind')

這里寫圖片描述

#center的用法(顏色)f, (ax1,ax2) = plt.subplots(figsize = (6, 4),nrows=2)

cmap = sns.cubehelix_palette(start = 1.5, rot = 3, gamma=0.8, as_cmap = True)
sns.heatmap(pt, linewidths = 0.05, ax = ax1, cmap=cmap, center=None )
ax1.set_title('center=None')
ax1.set_xlabel('')
ax1.set_xticklabels([]) #設(shè)置x軸圖例為空值ax1.set_ylabel('kind')# 當(dāng)center設(shè)置小于數(shù)據(jù)的均值時,生成的圖片顏色要向0值代表的顏色一段偏移sns.heatmap(pt, linewidths = 0.05, ax = ax2, cmap=cmap, center=200) 
ax2.set_title('center=3000')
ax2.set_xlabel('region')
ax2.set_ylabel('kind')

這里寫圖片描述

#robust的用法(顏色)f, (ax1,ax2) = plt.subplots(figsize = (6,4),nrows=2)

cmap = sns.cubehelix_palette(start = 1.5, rot = 3, gamma=0.8, as_cmap = True)

sns.heatmap(pt, linewidths = 0.05, ax = ax1, cmap=cmap, center=None, robust=False )
ax1.set_title('robust=False')
ax1.set_xlabel('')
ax1.set_xticklabels([]) #設(shè)置x軸圖例為空值ax1.set_ylabel('kind')

sns.heatmap(pt, linewidths = 0.05, ax = ax2, cmap=cmap, center=None, robust=True ) 
ax2.set_title('robust=True')
ax2.set_xlabel('region')
ax2.set_ylabel('kind')

這里寫圖片描述

熱力圖矩陣塊注釋參數(shù)

#annot(矩陣上數(shù)字),annot_kws(矩陣上數(shù)字的大小顏色字體)matplotlib包text類下的字體設(shè)置import numpy as np
np.random.seed(20180316)
x = np.random.randn(4, 4)

f, (ax1, ax2) = plt.subplots(figsize=(6,6),nrows=2)

sns.heatmap(x, annot=True, ax=ax1)

sns.heatmap(x, annot=True, ax=ax2, annot_kws={'size':9,'weight':'bold', 'color':'blue'})# Keyword arguments for ax.text when annot is True. http://stackoverflow.com/questions/35024475/seaborn-heatmap-key-words

這里寫圖片描述

#fmt(字符串格式代碼,矩陣上標(biāo)識數(shù)字的數(shù)據(jù)格式,比如保留小數(shù)點后幾位數(shù)字)import numpy as np
np.random.seed(0)
x = np.random.randn(4,4)

f, (ax1, ax2) = plt.subplots(figsize=(6,6),nrows=2)

sns.heatmap(x, annot=True, ax=ax1)

sns.heatmap(x, annot=True, fmt='.1f', ax=ax2)

這里寫圖片描述

熱力圖矩陣塊之間間隔及間隔線參數(shù)

#linewidths(矩陣小塊的間隔),linecolor(切分熱力圖矩陣小塊的線的顏色)import matplotlib.pyplot as plt
f, ax = plt.subplots(figsize = (6,4))
cmap = sns.cubehelix_palette(start = 1, rot = 3, gamma=0.8, as_cmap = True) 
sns.heatmap(pt, cmap = cmap, linewidths = 0.05, linecolor= 'red', ax = ax) 
ax.set_title('Amounts per kind and region')
ax.set_xlabel('region')
ax.set_ylabel('kind')

這里寫圖片描述

#xticklabels,yticklabels橫軸和縱軸的標(biāo)簽名
輸出import matplotlib.pyplot as plt f, (ax1,ax2) = plt.subplots(figsize = (5,5),nrows=2) cmap = sns.cubehelix_palette(start = 1.5, rot = 3, gamma=0.8, as_cmap = True) p1 = sns.heatmap(pt, ax=ax1, cmap=cmap, center=None, xticklabels=False) ax1.set_title('xticklabels=None',fontsize=8) p2 = sns.heatmap(pt, ax=ax2, cmap=cmap, center=None, xticklabels=2, yticklabels=list(range(5))) ax2.set_title('xticklabels=2, yticklabels is a list',fontsize=8) ax2.set_xlabel('region')

這里寫圖片描述

#mask對某些矩陣塊的顯示進(jìn)行覆蓋

f, (ax1,ax2) = plt.subplots(figsize = (5,5),nrows=2)

cmap = sns.cubehelix_palette(start = 1.5, rot = 3, gamma=0.8, as_cmap = True)

p1 = sns.heatmap(pt, ax=ax1, cmap=cmap, xticklabels=False, mask=None)
ax1.set_title('mask=None')
ax1.set_ylabel('kind')

p2 = sns.heatmap(pt, ax=ax2, cmap=cmap, xticklabels=True, mask=(pt<800)) 
#mask對pt進(jìn)行布爾型轉(zhuǎn)化,
結(jié)果為True的位置用白色覆蓋 ax2.set_title('mask: boolean DataFrame') ax2.set_xlabel('region') ax2.set_ylabel('kind')

這里寫圖片描述

用mask實現(xiàn):突出顯示某些數(shù)據(jù)

f,(ax1,ax2) = plt.subplots(figsize=(4,6),nrows=2)
x = np.array([[1,2,3],[2,0,1],[-1,-2,0]])
sns.heatmap(x, annot=True, ax=ax1)
sns.heatmap(x, mask=x < 1, ax=ax2, annot=True, annot_kws={"weight": "bold"}) #把小于1的區(qū)域覆蓋掉

這里寫圖片描述

聲明:本網(wǎng)頁內(nèi)容旨在傳播知識,若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系,我們將在第一時間刪除處理。TEL:177 7030 7066 E-MAIL:11247931@qq.com

文檔

python如何實現(xiàn)可視化熱力圖

熱力圖1、利用熱力圖可以看數(shù)據(jù)表里多個特征兩兩的相似度。參考官方API參數(shù)及地址:。seaborn.heatmap(data.vmin=None.vmax=None,cmap=None.center=None.robust=False.annot=None.fmt=’.2g’.annot_kws=None,linewidths=0.linecolor=’white’.cbar=True.cbar_kws=None.cbar_ax=None,square=False.xticklabels=’auto’.yticklabels=’auto’.mask=None.ax=None,**kwargs)(1)熱力圖輸入數(shù)據(jù)參數(shù):。
推薦度:
標(biāo)簽: 進(jìn)行 熱力圖 python
  • 熱門焦點

最新推薦

猜你喜歡

熱門推薦

專題
Top 主站蜘蛛池模板: 91中文字幕在线播放 | 国产国拍亚洲精品永久不卡 | 国产一区视频在线 | 一级毛片子 | 亚洲综合精品一区二区三区中文 | 欧美亚洲国产精品 | 日韩精品免费观看 | 欧美日韩一本 | 一区二区三区久久 | 久久国产一级毛片一区二区 | 欧美色图日韩色图 | 欧美综合在线观看 | 亚洲欧美色图 | 国产精品一区二区国产 | 日韩欧美亚洲综合 | 北条麻妃国产九九九精品视频 | 国产一区精品在线观看 | 精品久久久久久久一区二区手机版 | 欧美日韩另类国产 | 国产片一区二区三区 | 欧美爱爱动态图 | 91欧美亚洲 | 欧美日韩ay在线观看 | 欧美极品另类 | 国产全黄a一级毛片视频 | 日韩欧美不卡一区二区三区 | 视频在线观看国产 | 国产成人91一区二区三区 | 精品久久久久久亚洲 | 五月婷婷伊人 | 亚洲成人99 | 国内精品在线播放 | 欧美性xxxxx| 欧美高清一区二区三区 | 一级大黄毛片 | 国产视频久久久 | 亚洲欧美日韩精品久久久 | 国产码欧美日韩高清综合一区 | 在线观看欧美 | 中文字幕一区久久久久 | 日韩欧美在线视频观看 |