Heim > Artikel > Backend-Entwicklung > Beispiel für die Datenvisualisierung in Python: Heatmap
Mit Beginn des Datenzeitalters ist die Datenvisualisierung zunehmend zu einem unverzichtbaren Bestandteil der Datenanalyse geworden. In Python gibt es umfangreiche Visualisierungstool-Bibliotheken wie Matplotlib, Seaborn usw. Dieser Artikel stellt hauptsächlich eine der Methoden zum Implementieren von Heatmaps vor und hofft, den Lesern bei der Python-Datenvisualisierung hilfreich zu sein.
1. Einführung in Heatmaps
Heatmaps, auch Dichtekarten genannt, nutzen die Farbtiefe, um die Datendichte darzustellen. Bei der Datenvisualisierung bieten Heatmaps eine intuitivere Darstellungsmethode und können die räumliche Verteilung von Daten klar ausdrücken.
2. Implementierung der Heatmap
In Python können wir die Heatmap-Funktion in der Seaborn-Bibliothek verwenden, um Heatmaps zu zeichnen.
Die spezifischen Schritte sind wie folgt:
numpy als np importieren
seaborn als sns importieren
matplotlib.pyplot als plt importieren
data = np.random.rand(10, 10)
sns.heatmap(data, cmap ='coolwarm')
Darin gibt der cmap-Parameter die Farbeinstellungen der Heatmap an. Hier verwenden wir das kühlwarme Farbschema.
Nachdem Sie den obigen Code ausgeführt haben, können Sie eine einfache Heatmap erhalten.
3. Vollständiger Code
Das Folgende ist ein vollständiger Beispielcode, der zeigt, wie eine vollständigere Heatmap implementiert wird. Einschließlich Zeichnungskoordinatenachsen, Beschriftungen usw.:
numpy als np importieren
seaborn als sns importieren
matplotlib.pyplot als plt importieren
data = np.random.rand(10, 10) * 10
heatmap = sns.heatmap(data, cmap='coolwarm')
heatmap.set_xlabel('X-label')
heatmap.set_ylabel('Y-label')
heatmap.set_title('Heatmap')
für i in range(len(data)):
for j in range(len(data[0])): plt.text(j + 0.5, i + 0.5, round(data[i][j], 2), ha="center", va="center", color="white")
plt.show()
Führen Sie den obigen Code aus können wir eine Heatmap mit einem Rahmen, Achsennamen und Teilstrichbeschriftungen erhalten.
4. Zusammenfassung
Die Seaborn-Bibliothek in Python bietet eine schnelle Methode zum Zeichnen von Heatmaps, und mit entsprechenden Einstellungen können exquisite Effekte erzielt werden. Durch die Einführung dieses Artikels können Leser die Verwendung von Python-Visualisierungstools zur Anzeige ihrer eigenen Daten besser beherrschen.
Das obige ist der detaillierte Inhalt vonBeispiel für die Datenvisualisierung in Python: Heatmap. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!