Seborn es un paquete Python de visualización de datos construido en la biblioteca Matplotlib. Le brinda una forma de representar los datos en una forma gráfica estadística que sea relevante y atractiva. Una de las características ofrecidas por Seaborn es un mapa de calor, que utiliza una paleta de colores para representar la variación en los datos vinculados. En el módulo marino, podemos usar el mar.Método HeatMap () para hacer gráficos de mapa de calor.

Las anotaciones son líneas de texto que aparecen en una celda de mapa de calor para describir lo que representa una celda en particular. El tamaño de fuente de las anotaciones se establece de forma predeterminada, aunque se puede alterar utilizando el parámetro Annot KWS del método HeatMap (). Annot KWS es una opción de tipo diccionario que requiere un valor para la clave de tamaño. El tamaño de las anotaciones está determinado por el valor asignado a esta clave. Sin embargo, se deben seguir algunas condiciones para elevar el tamaño de las anotaciones, como el parámetro Annot de la función HeatMap () debe establecerse en verdadero, y el tamaño requerido para la opción Annot KWS debe establecerse.

Sintaxis del mapa de calor en Seaborn

marino.HeatMap (datos, vmin = none, vmax = none, annot = none, annot_kws = true, linewidths = 0, cbar = none, cbar_kws = none, square = false, xticklabels = 'auto', yTickLabels = 'Auto', Mask = = Mask = Ninguno, Ax = Ninguno, Kwargs)

Datos: Obligar a un conjunto de datos 2D a un ndarray. La información del índice/columna de un Pandas DataFrame se utilizará para nombrar las columnas y las filas.

vmin, vmax: Los valores se utilizarán para anclar el colormapap; De lo contrario, se deducirán del conjunto de datos y otras entradas de término.

anotación: Si es cierto, llene cada celda con el valor de los datos. Úselo para anotar el mapa de calor en lugar de los datos si es un objeto similar a una matriz con el mismo formato que los datos. Los marcos de datos se igualarán en función de la ubicación en lugar del índice.

fmt: Al agregar anotaciones, use este código de formato de cadena.

anot_kws: Cuando el anot es verdadero, los parámetros de la palabra clave se pasan a matplotlib.hachas.Hachas.texto().

anchos de línea: La distancia entre las líneas que deberían dividir cada celda.

CBAR: Un parámetro bool decide si se debe dibujar una barra de color.

CBAR_AX: Ejes de los cuales crear la barra de color; De lo contrario, se abordará el espacio en los ejes principales.

cuadrado: Ajuste el atributo de ejes a "igual" si es cierto para que cada celda tenga forma cuadrada.

XtickLabels, yticklabels: Gra. Los nombres de la columna del marco de datos si es verdadero. Si esto es falso, los nombres de la columna no se deben trazar. Si las etiquetas alternativas son XtickLabels, tráfico como una lista. Use los nombres de campo si el número es un entero, pero solo traza el primero en etiquetas. Si está utilizando "Auto", intente trazar etiquetas no superpuestas.

mascarilla: Los datos no se mostrarán en las celdas cuando la máscara sea verdadera si este parámetro se establece en verdadero. Las células enmascaradas son aquellas que tienen valores faltantes.

hacha: Ejes sobre los cuales construir la trama; De lo contrario, use los ejes actualmente activos.

kwargs: Matplotlib.hachas.Hachas.pcolormesh () se pasa a todos los demás parámetros de palabras clave.

Ejemplo 1

La función set () establece la configuración y el tema de las gráficas marinas. El tamaño del gráfico se puede identificar con la opción RC. Hemos definido los módulos que utilizaremos en el script de Python en el siguiente ejemplo. Después de esto, hemos creado datos dentro de una marca variable y llamamos a la función de cuadro de datos. La función de marco de datos tiene cuatro columnas de estudiantes donde hemos registrado las marcas que ganaron los estudiantes. Habíamos establecido los datos para la trama.

Ahora, la función establecida se define donde se menciona el tamaño de la gráfica en el Figsize. Luego, la función de mapa de calor marido se invoca donde se aplica la función Corr en las marcas. La función CORR devolvió todas las columnas del marco de datos que tienen una correlación por pares.

importar pandas como PD
Importar matplotlib.Pyplot como PLT
Importar Sevorn como SNS
Marcas = PD.DataFrame ("Estudiante 1": [6, 3, 1, 7, 3, 10, 5, 4],
"Estudiante 2": [3, 7, 2, 1, 8, 2, 4, 2],
"Student3": [1, 6, 9, 8, 6, 4, 9, 3],
"Estudiante 4": [5, 5, 1, 9, 4, 7, 8, 3])
SNS.set (rc = 'figura.Figsize ': (10, 5))
SNS .mapa de calor (marcas.Corr ())
PLT.espectáculo()

La gráfica de mapas de calor se representa con el tamaño de la figura especificado de la siguiente manera:

Ejemplo 2

En Python, el método figura () se usa para comenzar o modificar la figura actual. En este diagrama, se muestra el mapa de calor. El parámetro FigSize de la función se puede utilizar para cambiar el tamaño. Debemos crear datos para generar el gráfico con el tamaño de la figura especificado. Tenemos un marco de datos de cuatro columnas List1, List2, List3 y List4 e insertados valores aleatorios en ellas en ellas. Luego, tenemos un método figura () dentro del cual hemos definido el tamaño de la figura. En el último paso, el método CORR se aplica al marco de datos utilizando la función de mapa de calor.

importar pandas como PD
Importar matplotlib.Pyplot como PLT
Importar Sevorn como SNS
Lista = PD.DataFrame ("Lista 1": [5, 8, 9, 5, 1, 7, 8, 9],
"Lista 2": [4, 6, 5, 8, 6, 1, 2, 3],
"List3": [1, 2, 8, 4, 3, 9, 5, 2],
"List4": [7, 1, 5, 6, 3, 10, 5, 8])
PLT.Figura (Figsize = (15, 7))
SNS.mapa de calor (lista.Corr ())
PLT.espectáculo()

El tamaño se visualiza en la figura posterior de la gráfica de mapa de calor.

Ejemplo 3

Aquí, usamos los parámetros annot y annot_kws para el tamaño de mapa de calor. Hemos cargado el conjunto de datos de muestra "consejos" en la opción SeaBorn Load_dataset, que se almacena en los datos variables. Luego, hemos llamado la función de mapas de calor y proporcionamos la función CORR para el conjunto de datos. Luego, hemos proporcionado la opción Annot y la establecemos como verdadera. La opción annot_kws se establece con el tamaño 12.

importar numpy como np
Importar Sevorn como SNS
Importar matplotlib.Pyplot como PLT
datos = SNS.load_dataSet ("consejos")
SNS.mapa de calor (datos.corr (), annot = true, annot_kws = 'size': 12)
PLT.espectáculo()

La implementación anterior compila el siguiente tamaño de trazado de mapas de calor:

Ejemplo 4

Cuando se trata de determinar el tamaño, se debe utilizar la consideración. Cuando proporciona un gran número, las anotaciones se magnificarán demasiado, haciéndolas imposibles de leer e interpretarlas. Incluso pueden colapsarse el uno al otro. Por lo tanto, hacer inutilizable el mapa de calor. Hemos elegido el Iris de cuadro de datos y lo cargamos dentro de la función Load_dataset. Llame a la función de mapas de calor donde el parámetro Annot se establece en True, y Annot_KWS se establece con el tamaño 20.

Importar matplotlib.Pyplot como PLT
Importar Sevorn como SNS
datos = SNS.load_dataset ("iris")
SNS.mapa de calor (datos.corr (), annot = true, annot_kws = 'size': 20)
PLT.espectáculo()

Por lo tanto, la gráfica de mapas de calor resultante se visualiza con grandes cantidades.

Conclusión

La explicación del artículo del tamaño de mapa de calor marido termina aquí. Para proporcionar una representación gráfica de una matriz, se emplea un mapa de calor. Emplea diferentes tonos de color para diferentes valores y dibuja una cuadrícula en el gráfico. Hemos mostrado los ejemplos que definieron el tamaño del mapa de calor con diferentes enfoques. Sin embargo, el tamaño predeterminado del gráfico puede no incluir una buena imagen de datos que representa una matriz grande.