Maplotlib mapa de calor

Los mapas de calor son gráficos de colores que visualizan conjuntos de datos de una manera bidimensional. Para mostrar detalles diversos, los mapas de color utilizan tono, intensidad o brillo para inducir variabilidad. Esta paleta de colores proporciona al público señales visuales sobre la amplitud de los valores cuantitativos. Entonces el cerebro humano percibe imágenes mejor que las figuras, el texto u otra información escrita; Los mapas de calor parecen ser sobre la sustitución de números con tonos.

Como los humanos son estudiantes auditivos, tiene mucho más sentido representar los datos en cualquier formato. Los mapas de calor son representaciones visuales de datos que son fáciles de interpretar. Los mapas de calor pueden representar temas, variaciones e incluso aberraciones e ilustrar la saturación o brillo de las variables. Las relaciones entre las variables se pueden representar utilizando mapas de calor.

En ambas dimensiones, se muestran todos los elementos. Los mapas de calor no tienen su funcionalidad en matplotlib, para que podamos hacerlos con el método Imshow. Un tono específico expresa cada elemento de una matriz en un mapa de calor de Matplotlib. Repasaremos el mapa de calor Matplotlib en este artículo.

Use la función Imshow de Matplotlib para crear un mapa de calor simple:

La función imshow en Python puede crear un mapa de calor en matplotlib. Se pueden usar un conjunto de datos aleatorizado como un conjunto de datos definido. Después de eso, aplicamos la función IMSHOW, pasando los datos, el valor de Colormap y la técnica de interpolación (este método ayuda a mejorar la calidad de la imagen si se usa).

Para un buen contraste con el tono del panel, las inscripciones se colorearán de manera diferente en función de un límite. Luego, apagamos las espinas axiales adyacentes y dividimos los grupos con una cuadrícula. La salida del código atacado anteriormente se puede comprender en la captura de pantalla debajo.

Mapa de calor con histograma 2D usando imshow:

Un mapa de calor es una visualización de la matriz de esquema de color de los datos rectangulares. Acepta una matriz 2D. Se puede crear un ndarray a partir de esos datos. Debido a que puede ilustrar la relación entre varias variables, este es un enfoque útil para visualizar conjuntos de datos.

Aquí crearemos un histograma 2-D usando el método Imshow de Numpy y Matplotlib. Primero seleccionaremos un conjunto de datos aleatorio, luego lo enviaremos al método Histogram2d de la biblioteca Numpy. Posteriormente, la interfaz visual de mapas de calor completa se muestra utilizando el método Imshow. La salida del código atacado anteriormente se puede comprender en la captura de pantalla debajo.

Este gráfico de mapas de calor se basa en un número aleatorio generado por Numpy.

Use matplotlib para agregar una barra de colores a un mapa de calor:

ColorBar es una escala simple que nos ayuda a comprender qué color corresponde a qué valor. Matplotlib también tiene una función directa para aplicar una barra de color a la trama.

El método PColormesh se utilizaría en la tercera instancia de este artículo. Se requieren métodos de MeshGrid y Linspace de Numpy para crear esta forma de mapa de calor. Ahora la siguiente fase sería usar operaciones matemáticas básicas para determinar los límites superiores e inferiores de la parcela.

Para visualizar los mapas de calor con el método de Pcolormesh, tenemos que usar la técnica de subtruces. El conjunto de datos para los parámetros seleccionados proporcionados en el método PCOLormesh se crea con el módulo Linspace de Numpy.

Se está utilizando un conjunto de datos aleatorio en el gráfico de color mapa de calor aquí. Esta vez emplea un mapa de color múltiple (CMAP), utilizando el esquema 'Blues', que está compuesto por completo de colores azules. La salida del código atacado anteriormente se puede comprender en la captura de pantalla debajo.

Utilizamos un mapa de calor para observar la asociación entre múltiples conjuntos de elementos. El mapa de calor Matplotlib con barra de color se muestra en este gráfico.

Mapa de calor etiquetado:

Nos gustaría escribir un código para generar un mapa de calor específico para múltiples conjuntos de datos y/o dimensiones en este paso. Construimos un método que acepte el conjunto de datos y los nombres de la fila y columna como argumento y parámetros para modificar el gráfico.

Además de lo mencionado anteriormente, nos gustaría agregar una barra de color y establecer los subtítulos justo por encima del mapa de calor en lugar de debajo de él.

Esta instancia demuestra cómo crear mapas de calor anotados con el método Imshow. El gráfico de datos de mapas de calor es el mismo; Sin embargo, el estilo visual cambia. El conjunto de datos para el mapa de calor se proporciona como una matriz, y podemos dibujar un mapa de calor anotado utilizando las subtramas y los métodos Imshow.

La biblioteca matplotlib se importa primero. Comenzaremos describiendo datos específicos. Se requiere una lista o una matriz 2D que define los valores al color específico. Por lo tanto, inicializaremos las listas o matrices de categorías, con el conjunto de elementos en cada uno que coincida con los valores a lo largo de los ejes correspondientes.

Vamos a inicializar dos matrices aquí. Los nombres de las verduras están representados en una matriz, y los nombres de los países están representados en la segunda matriz.

El mapa de calor es un gráfico imshow con etiquetas correspondientes a las clasificaciones que ahora tenemos. Además, usando un bucle for, podemos identificar los ejes x e y. Por fin, podríamos marcar los datos colocando un texto en cada celda que muestre el valor de la celda. La salida del código atacado anteriormente se puede comprender en la captura de pantalla debajo.

Esta salida representa la producción de varias verduras en varios países.

Conclusión:

Un mapa de calor es una herramienta visualmente atractiva para determinar el brillo de los datos. Utiliza una variedad de colores y patrones para expresar el contenido. En este artículo de Matplotlib HeatMap, le hemos demostrado cómo hacer un mapa de calor usando matplotlib. Se explican las diferentes funciones que ayudan en la creación de mapas de calor. También se introducen las funciones imshow y pcolormesh.

Los mapas de calor se pueden usar para analizar y visualizar los datos de manera efectiva. Debemos utilizar el método Imshow con el CMAP y los argumentos interpolados para hacer mapas de calor utilizando matplotlib. Los científicos de datos utilizan con frecuencia mapas de calor para examinar la relación entre varios aspectos de los datos.