Mapa de calor marino

“Seaborn es una biblioteca de análisis visual basada en Matplotlib. Tiene un marco de alto nivel para definir gráficos analíticos visualmente atractivos. Matplotlib es la base de Seaborn. El módulo SeaBorn nos permite crear mapas de calor detallados, y las imágenes se ajustarán aún más con las funciones de matplotlib antes de mostrar para cualquiera de los módulos matplotlib para proporcionar gráficos de calidad.

SeaBorn ofrece una mejor interfaz que Matplotlib, lo que permite a los usuarios simplificar muchas de las modificaciones y algunas operaciones que de otro modo serían necesarias para crear gráficos Matplotlib como receptivos. También funciona bien con los tipos de datos de pandas, lo que hace que el preprocesamiento de los datos y la visualización. También contiene varios gráficos que tienen parámetros útiles y un diseño atractivo.

Un mapa de calor es una representación visual 2D de información que utiliza colores para ilustrar los valores únicos en una matriz. Es una técnica gráfica perfecta para analizar diferentes entidades. Es simple de hacer y personalizar, así como comprender. Se utilizarán mapas de calor para identificar la correlación entre las características de un algoritmo de aprendizaje profundo porque proporcionan una forma simple de evaluar el vínculo entre las diferentes entidades.

Podría ayudar a la selección de variables eliminando elementos que están íntimamente conectados. Voy a discutir varios métodos que se utilizan para dibujar un mapa de calor marido en Python con diferentes ilustraciones."

Utilizar el método randint ()

Aquí usaremos la función randint () para crear una matriz bidimensional. La biblioteca numpy contiene esta función.

importar numpy como np
Importar Sevorn como SN
Importar matplotlib.Pyplot como PLT
datos = np.aleatorio.randint (bajo = 1,
alto = 200,
tamaño = (20, 20))
hm = sn.HeatMap (datos = datos)
PLT.espectáculo()

Al comienzo del código, hemos importado tres bibliotecas requeridas numpy como NP, Seaborn AS SN y Matplotlib.Pyplot como PLT. Ahora queremos crear una matriz bidimensional. Esta matriz contiene algunos valores aleatorios. Para crear la matriz, hemos utilizado el método randint () de la biblioteca Numpy. Esta función contiene tres parámetros diferentes. Estos parámetros incluyen el valor más pequeño, el valor más grande y el tamaño de la matriz.

Luego aplicamos el método HeatMap () para graficar el mapa de calor. Al final, tuvimos que mostrar la trama, por lo que utilizamos el método show ().
Después de ejecutar el código anterior, obtenemos la trama anterior.

Anclar la sombra del mapa

Solo las celdas que tienen valores dentro de 40 y 80 se presentarían si los valores mínimos y máximos de las celdas se ajustan a 40 y 80, respectivamente.

importar numpy como np
Importar Sevorn como SN
Importar matplotlib.Pyplot como PLT
datos = np.aleatorio.randint (bajo = 2,
alto = 200,
tamaño = (20, 20))
vmin = 40
Vmax = 80
hm = sn.HeatMap (datos = datos,
vmin = vmin,
vmax = vmax)
PLT.espectáculo()

El primer paso es integrar los archivos de encabezado. El archivo de encabezado Numpy está integrado como NP, Seorn se integrará como SN y el tercer archivo de encabezado Matplotlib se integrará como PLT. En el siguiente paso, vamos a generar una matriz bidimensional. Almacenamos diferentes números en la matriz. La matriz contiene valores de 2 a 200. La función randint () se está utilizando para crear una matriz. Esta función pertenece a la biblioteca Numpy.

Hemos proporcionado un valor más bajo, el valor más alto y el tamaño de la matriz bidimensional como parámetros de la función randint (). Ahora tenemos que especificar el valor mínimo y el valor máximo de las celdas del gráfico. Para dibujar el mapa de calor, hemos utilizado la función HeatMap () de la biblioteca marítima. Esta función contiene los valores mínimos y máximos de las celdas como argumento. El método show () se está aplicando para representar el gráfico.

Ajustar el color del mapa y centrarlo

El argumento "CMAP" se analizaría en este caso. Muchos colormaps están disponibles en matplotlib. Aquí especificaremos el valor "TAB10" al argumento "CMAP". También establecemos el argumento del "centro" en cero para centrar el CMAP.

importar numpy como np
Importar Sevorn como SN
Importar matplotlib.Pyplot como PLT
datos = np.aleatorio.randint (bajo = 2,
alto = 200,
tamaño = (20, 20))
CMAP = "TAB10"
centro = 1
hm = sn.HeatMap (datos = datos,
CMAP = CMAP,
centro = centro)
PLT.espectáculo()

Introdujimos tres bibliotecas esenciales al comienzo del código: Numpy como NP, Seaborn AS SN y Matplotlib.Pyplot como PLT. Vamos a hacer una matriz bidimensional ahora. Hay algunos valores aleatorios en esta matriz. Hemos estado utilizando el método randint () de Numpy Library para crear la matriz. Hay tres argumentos en esta función. El valor más pequeño, el mayor valor y el tamaño de la matriz se encuentran entre estos parámetros.

En el siguiente paso, hemos especificado el color del mapa utilizando la variable "CMAP". Establecemos su valor como "Tab10". También proporcionamos el atributo "centro" y establecimos el valor 0. El mapa de calor se graficó luego utilizando la función HeatMap (). Los argumentos de esta función incluyen el color del mapa y el centro del gráfico. Finalmente, necesitamos mostrar la trama; Por lo tanto, utilizamos el método show ().

Creando una línea de separación única

Los argumentos de "anchas de línea" y "linecolor" se pueden usar para ajustar el grosor y la sombra de las bordes de las celdas.

importar numpy como np
Importar Sevorn como SN
Importar matplotlib.Pyplot como PLT
datos = np.aleatorio.randint (bajo = 2,
alto = 200,
tamaño = (20, 20))
anchos de línea = 3
linecolor = "azul"
hm = sn.HeatMap (datos = datos,
linewidths = linewidths,
Linecolor = Linecolor)
PLT.espectáculo()

Los archivos de encabezado deben estar integrados primero. El archivo de encabezado Numpy se incorporará como NP, Seorn se incorporará como SN y Matplotlib se incluirá como PLT. Se han mantenido diferentes números en la matriz. Las entradas en la matriz varían de 2 a 200. Se crea una matriz utilizando el método randint (). La biblioteca Numpy contiene este método. Los argumentos de la función randint () son el valor más pequeño, el valor más alto y el tamaño de la matriz bidimensional.

Ahora especificaremos el ancho de línea del borde y el color del borde para las celdas del gráfico. El valor de LineWidth y Linecolor sería "2" y "rojo", respectivamente. Hemos estado utilizando el método HeatMap () del paquete SeaBorn para dibujar el mapa de calor. El ancho de línea y el linecolor de las células se dan como parámetros de esta función. Para ilustrar el gráfico, se utilizará la función show ().

Conclusión

Hemos hablado de diferentes técnicas para crear el mapa de calor marino. Un mapa de calor es una representación visual de cualquier dato que emplee tonos para mostrar el contenido de la matriz. El método HeatMap () se utilizará para crear mapas de calor en Seaborn. También cubrimos cómo cambiar el color del mapa, cómo separar los límites de las celdas del gráfico y cómo anclar la sombra del mapa.