Python で散布データをヒートマップに変換するには?

Python で散布データをヒートマップに変換する

データをヒートマップとして表現すると、特に大規模なデータセットを扱う場合に貴重な視覚的表現が得られます。この場合、X、Y データ ポイントのセットがあり、それらをヒートマップとして視覚化したいと考えています。

汎用性の高い Python ライブラリである Matplotlib は、ヒートマップを作成するための幅広いオプションを提供します。ただし、これらの方法は通常、ヒートマップのセル値がすでに利用可能であることを前提としています。これに対処するために、別のアプローチを検討してみましょう。

NumPy の histogram2d 関数を使用して、X、Y データ ポイントをヒートマップに変換できます。この関数は、指定されたビニング範囲内のデータ ポイントの頻度を計算します。

import numpy as np
import numpy.random
import matplotlib.pyplot as plt

# Generate test data
x = np.random.randn(8873)
y = np.random.randn(8873)

# Create heatmap using histogram2d
heatmap, xedges, yedges = np.histogram2d(x, y, bins=50)
extent = [xedges[0], xedges[-1], yedges[0], yedges[-1]]

# Plot the heatmap
plt.clf()
plt.imshow(heatmap.T, extent=extent, origin='lower')
plt.show()

この例では、テスト データを生成し、ビン数 50 を指定します。結果のヒートマップのサイズは 50x50 になります。関数 imshow は、X 軸と Y 軸の範囲を定義する範囲引数を使用してヒートマップを表示します。

histogram2d を使用することで、散布データ ポイントをヒートマップのセル値に効果的に変換します。このアプローチにより、データ ポイントの分布を視覚化でき、高周波領域がヒートマップ上で「より熱い」領域として表示されます。

以上がPython で散布データをヒートマップに変換するには?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。