1.引言

熱力圖的想法很簡(jiǎn)單，用顏色替換數(shù)字。

現(xiàn)在，這種可視化風(fēng)格已經(jīng)從最初的顏色編碼表格走了很長(zhǎng)一段路。熱力圖被廣泛用于地理空間數(shù)據(jù)。這種圖通常用于描述變量的密度或強(qiáng)度，模式可視化、方差甚至異?？梢暬?。

鑒于熱力圖有如此多的應(yīng)用，本文將介紹如何使用Seaborn 來(lái)創(chuàng)建熱力圖。

2. 栗子

首先我們導(dǎo)入Pandas和Numpy庫(kù)，這兩個(gè)庫(kù)可以幫助我們進(jìn)行數(shù)據(jù)預(yù)處理。

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sb
import numpy as np

為了舉例，我們采用的數(shù)據(jù)集是 80 種不同谷物的樣本，我們來(lái)看看它們的成分。

數(shù)據(jù)集樣例如下所示：

上圖中，第一行為表頭，接著對(duì)于每一行來(lái)說(shuō)，第一列為谷物的名稱，后面第4列到16列為每種谷物含有的13種主要組成成分的數(shù)值。

3. 數(shù)據(jù)預(yù)處理

解下來(lái)我們分析每種谷物13種不同成分之間的相關(guān)性，我們可以采用Pandas庫(kù)中的coor()函數(shù)來(lái)計(jì)算相關(guān)性，

代碼如下：

# read dataset
df = pd.read_csv('data/cereal.csv')
# get correlations
df_corr = df.corr() ?# 13X13
print(df_corr)

得到結(jié)果如下：

          calories   protein       fat  ...    weight      cups    rating
calories  1.000000  0.019066  0.498610  ...  0.696091  0.087200 -0.689376
protein   0.019066  1.000000  0.208431  ...  0.216158 -0.244469  0.470618
fat       0.498610  0.208431  1.000000  ...  0.214625 -0.175892 -0.409284
sodium    0.300649 -0.054674 -0.005407  ...  0.308576  0.119665 -0.401295
fiber    -0.293413  0.500330  0.016719  ...  0.247226 -0.513061  0.584160
carbo     0.250681 -0.130864 -0.318043  ...  0.135136  0.363932  0.052055
sugars    0.562340 -0.329142  0.270819  ...  0.450648 -0.032358 -0.759675
potass   -0.066609  0.549407  0.193279  ...  0.416303 -0.495195  0.380165
vitamins  0.265356  0.007335 -0.031156  ...  0.320324  0.128405 -0.240544
shelf     0.097234  0.133865  0.263691  ...  0.190762 -0.335269  0.025159
weight    0.696091  0.216158  0.214625  ...  1.000000 -0.199583 -0.298124
cups      0.087200 -0.244469 -0.175892  ... -0.199583  1.000000 -0.203160
rating   -0.689376  0.470618 -0.409284  ... -0.298124 -0.203160  1.000000

[13 rows x 13 columns]

接著我們移除相關(guān)性不大的最后幾個(gè)成分，代碼如下：

# irrelevant fields
fields = ['rating', 'shelf', 'cups', 'weight']
# drop rows
df_corr.drop(fields, inplace=True) # 9X13
# drop cols
df_corr.drop(fields, axis=1, inplace=True) # 9X9
print(df_corr)

得到結(jié)果如下：

我們知道相關(guān)性矩陣是對(duì)稱矩陣，矩陣中上三角和下三角的值是相同的，這帶來(lái)了很大的重復(fù)。

4. 畫(huà)熱力圖

非常幸運(yùn)的是我們可以使用Mask矩陣來(lái)生成Seaborn中的熱力圖，那么我們首先來(lái)生成Mask矩陣。

np.ones_like(df_corr, dtype=np.bool)

結(jié)果如下：

接著我們來(lái)得到上三角矩陣，在Numpy中使用np.triu函數(shù)可以返回上三角矩陣對(duì)應(yīng)的Mask，

如下所示：

mask = np.triu(np.ones_like(df_corr, dtype=np.bool))

結(jié)果如下：

接下來(lái)我們畫(huà)熱力圖，如下所示：

sb.heatmap(df_corr,mask=mask)
plt.show()

此時(shí)的運(yùn)行結(jié)果如下：

5. 添加數(shù)值

觀察上圖，我們雖然使用Mask生成了熱力圖，但是圖像中還有兩個(gè)空的單元格（紅色圓圈所示）。

我們當(dāng)然可以在繪制的時(shí)候?qū)⑵溥M(jìn)行過(guò)濾。即分別將和上述圓圈對(duì)應(yīng)的mask和df_corr過(guò)濾掉，

代碼如下：

# adjust mask and df
mask = mask[1:, :-1]
corr = df_corr.iloc[1:, :-1].copy()

同時(shí)我們可以設(shè)置heatmap相應(yīng)的參數(shù)，讓其顯示對(duì)應(yīng)的數(shù)值，

完整代碼如下：

def test2():
? ? # read dataset
? ? df = pd.read_csv('data/cereal.csv')
? ? # get correlations
? ? df_corr = df.corr() ?# 13X13
? ? # irrelevant fields
? ? fields = ['rating', 'shelf', 'cups', 'weight']
? ? df_corr.drop(fields, inplace=True) ?# 9X13
? ? # drop cols
? ? df_corr.drop(fields, axis=1, inplace=True) ?# 9X9

? ? mask = np.triu(np.ones_like(df_corr, dtype=np.bool))

? ? # adjust mask and df
? ? mask = mask[1:, :-1]
? ? corr = df_corr.iloc[1:, :-1].copy()
? ? # plot heatmap
? ? sb.heatmap(corr, mask=mask, annot=True, fmt=".2f", cmap='Blues',
? ? ? ? ? ? ? ?vmin=-1, vmax=1, cbar_kws={"shrink": .8})
? ? # yticks
? ? plt.yticks(rotation=0)
? ? plt.show()

運(yùn)行結(jié)果如下：

6. 調(diào)色板優(yōu)化

接著我們繼續(xù)優(yōu)化可視化的效果，考慮到相關(guān)系數(shù)的范圍為-1到1，所以顏色變化有兩個(gè)方向?；诖?，由中間向兩側(cè)發(fā)散的調(diào)色板相比連續(xù)的調(diào)色板視覺(jué)效果會(huì)更好。如下所示為發(fā)散的調(diào)色板示例：

在Seaborn庫(kù)中存在生成發(fā)散調(diào)色板的函數(shù) driverging_palette,該函數(shù)用于構(gòu)建colormaps，每側(cè)使用一種顏色，并在中心匯聚成另一種顏色。

這個(gè)函數(shù)的完整形式如下：

diverging_palette(h_neg, h_pos, s=75, l=50, sep=1,n=6, center=“l(fā)ight”, as_cmap=False)

該函數(shù)使用顏色表示形式為HUSL,即hue,Saturation和Lightness。這里我們查閱網(wǎng)站來(lái)選擇我們接下來(lái)設(shè)置的調(diào)色板的顏色。

最后但是最最重要的一點(diǎn)，不要忘了在我們的圖像上設(shè)置標(biāo)題，使用title函數(shù)即可。

完整代碼如下：

def test3():
? ? # read dataset
? ? df = pd.read_csv('data/cereal.csv')
? ? # get correlations
? ? df_corr = df.corr() ?# 13X13
? ? # irrelevant fields
? ? fields = ['rating', 'shelf', 'cups', 'weight']
? ? df_corr.drop(fields, inplace=True) ?# 9X13
? ? # drop cols
? ? df_corr.drop(fields, axis=1, inplace=True) ?# 9X9

? ? fig, ax = plt.subplots(figsize=(12, 10))
? ? # mask
? ? mask = np.triu(np.ones_like(df_corr, dtype=np.bool))
? ? # adjust mask and df
? ? mask = mask[1:, :-1]
? ? corr = df_corr.iloc[1:, :-1].copy()
? ? # color map
? ? cmap = sb.diverging_palette(0, 230, 90, 60, as_cmap=True)
? ? # plot heatmap
? ? sb.heatmap(corr, mask=mask, annot=True, fmt=".2f",
? ? ? ? ? ? ? ?linewidths=5, cmap=cmap, vmin=-1, vmax=1,
? ? ? ? ? ? ? ?cbar_kws={"shrink": .8}, square=True)
? ? # ticks
? ? yticks = [i.upper() for i in corr.index]
? ? xticks = [i.upper() for i in corr.columns]
? ? plt.yticks(plt.yticks()[0], labels=yticks, rotation=0)
? ? plt.xticks(plt.xticks()[0], labels=xticks)
? ? # title
? ? title = 'CORRELATION MATRIX\nSAMPLED CEREALS COMPOSITION\n'
? ? plt.title(title, loc='left', fontsize=18)
? ? plt.show()

運(yùn)行結(jié)果如下：

是不是看上去高大上了很多。人類果然還是視覺(jué)動(dòng)物。

到此這篇關(guān)于數(shù)據(jù)可視化Seaborn畫(huà)熱力圖的文章就介紹到這了,更多相關(guān)Seaborn畫(huà)熱力圖內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論