利用Python實現(xiàn)熱力圖的繪制

更新時間：2022年09月15日 08:41:15 作者：趙卓不凡

熱力圖，是一種通過對色塊著色來顯示數(shù)據(jù)的統(tǒng)計圖表。繪圖時，需指定顏色映射的規(guī)則。本文主要用Python來實現(xiàn)熱力圖的制作，需要的可以參考一下

1. 引言

熱力圖，是一種通過對色塊著色來顯示數(shù)據(jù)的統(tǒng)計圖表。繪圖時，需指定顏色映射的規(guī)則。例如，較大的值由較深的顏色表示，較小的值由較淺的顏色表示；較大的值由偏暖的顏色表示，較小的值由較冷的顏色表示，等等。

本文主要用Python來實現(xiàn)熱力圖的制作，樣例如下：

閑話少說，我們直接開始吧！

2. 讀取圖像

首先，我們來讀取樣例圖像，并對其進行相應(yīng)的crop操作。

樣例代碼如下：

import numpy as np 
import matplotlib.pyplot as plt
import skimage.io as io
img = plt.imread("butterfly-7320158_960_720.jpg")
# crop
img_cut = img[147:447,:,:]
plt.figure()
plt.imshow(img_cut)

運行后，得到結(jié)果如下：

3. 圖像灰度化

由于熱力圖主要用于可視化二維矩陣，所以我們需要將彩色圖轉(zhuǎn)化為灰度圖，代碼如下：

from skimage.color import rgb2gray
gray_img = rgb2gray(img_cut)
plt.imshow(gray_img,cmap='gray')

運行結(jié)果如下：

4. 像素化效果

這一步的操作主要是為了使圖像看起來像像素化的藝術(shù)品。我們首先將圖像劃分為非重疊block塊。我們將block塊的大小劃分的越大，像素化程度看起來越高。

對于每個block塊，我們計算該塊中一些代表值。在這里，我們可以使用整個塊的最小值，最大值或中值。這里僅展示最小值的情形，代碼如下：

from skimage import util

# select box size
block_shape = (10, 10) 
view = util.view_as_blocks(gray_img, block_shape)

# collapse the last two dimensions in one
flatten_view = view.reshape(view.shape[0], view.shape[1], -1)

# choose min within box
min_view = np.min(flatten_view, axis=2)

plt.imshow(min_view,cmap='gray')

運行結(jié)果如下：

5. 為熱力圖選擇調(diào)色板

這一步是我們創(chuàng)作熱力圖藝術(shù)效果自由度最高的步驟。seaborn調(diào)色板可能是一個很好的選擇。我們來看一些不同風格的效果圖：

import seaborn as sns

# save figure for LinkedIn recommended size (2000 width, 600 height)
my_dpi=96
plt.figure(figsize=(2000/my_dpi, 600/my_dpi), dpi=my_dpi) 
sns.heatmap(max_view,xticklabels=False,yticklabels=False,cmap="coolwarm",cbar=False)
plt.savefig("coolwarm.png",bbox_inches='tight')

結(jié)果如下：