Peta panas dengan dua variabel python

impor plotly. graph_objects as go import numpy as np # Bangun persegi panjang sebagai peta panas # tentukan tepi kotak peta panas phi = (1 + np. akar(5) )/2. # rasio emas xe = [0, 1, 1+(1/(phi**4)), 1+(1/(phi**3)), phi] kamu = [0, 1/(phi**3) . Gambar(data=go. Peta panas( x = np. urutkan(xe), y = np. sort(ye), z = z, type = 'heatmap', colorscale = 'Viridis')) # Tambahkan plot garis spiral def spiral(th). a = 1. 120529 b = 0. 306349 r = a*np. exp(-b*th) kembali (r*np. cos(th), r*np. sin(th)) theta = np. linspace(-np. pi/13,4*np. pi,1000); . add_trace(lanjutkan. Sebar(x= -x+x[0], y= y-y[0], baris =dict(color='putih',lebar=3))) axis_template = dict(rentang = [0,1. 6], autorange = False, showgrid = False, zeroline = False, linecolor = 'black', showticklabels = False, ticks = '' ) fig. update_layout(margin = dict(t=200,r=200,b=200,l=200), xaxis = axis_template, yaxis = axis_template, showlegend = False, width = 700, height = 700, autosize = False ) fig. menunjukkan()

Halo yang disana. Hari ini kita akan memahami penggunaan peta panas di Python dan cara membuatnya untuk kumpulan data yang berbeda

Table of Contents Show

Apa itu Peta Panas?
Industri menggunakan Heatmap
Merencanakan Peta Panas dengan Python
Metode 1. Menggunakan Perpustakaan Seaborn
Metode 2. Menggunakan Fungsi pcolormesh
Metode 3. Menggunakan matplotlib. perpustakaan pyplot
Mengakhiri kata-kata
Bagaimana cara merencanakan peta panas untuk 3 variabel dengan Python?
Berapa banyak variabel dalam peta panas?
Bisakah peta panas digunakan untuk variabel kategori?
Apakah peta panas multivariat?

Apa itu Peta Panas?

Peta panas memvisualisasikan data dalam peta berwarna 2-D menggunakan variasi warna seperti rona, saturasi, atau pencahayaan. Peta panas menggambarkan hubungan antar variabel dalam bentuk warna, bukan angka

Variabel-variabel ini diplot pada kedua sumbu. Perubahan warna menggambarkan hubungan antara dua nilai sesuai dengan intensitas warna pada blok tertentu.

Peta panas memiliki banyak aplikasi, beberapa di antaranya tercantum di bawah ini

Memvisualisasikan Analisis Bisnis
Menjelajahi Analisis Data
Menjelajahi Pemasaran dan Penjualan
Memvisualisasikan jumlah pengunjung di situs web atau aplikasi

Industri menggunakan Heatmap

Banyak industri menggunakan peta panas saat ini. Beberapa industri tersebut adalah

Kesehatan
Keuangan
Teknologi
Perumahan

Merencanakan Peta Panas dengan Python

Ada beberapa cara untuk memplot peta panas dalam bahasa pemrograman python. Kami akan memahami setiap metode satu demi satu. Mari daftarkan metodenya sekali untuk kemudahan Anda

Menggunakan Perpustakaan Seaborn
Menggunakan fungsi pcolormesh()
Menggunakan matplotlib. perpustakaan pyplot

Metode 1. Menggunakan Perpustakaan Seaborn

Untuk memplot peta panas menggunakan pustaka seaborn, pertama-tama kita perlu mengimpor semua modul/library yang diperlukan ke program kita

Kemudian kami membuat 'matriks acak' dengan ukuran tertentu dan kemudian memplot peta panas dengan bantuan fungsi heatmap dan meneruskan dataset ke fungsi tersebut

# 1. Import Modules
import numpy as np
import seaborn as sns
import matplotlib.pylab as plt
plt.style.use("seaborn")

# 2. Generate a 10x10 random integer matrix
data = np.random.rand(10,10)
print("Our dataset is : ",data)

# 3. Plot the heatmap
plt.figure(figsize=(10,10))
heat_map = sns.heatmap( data, linewidth = 1 , annot = True)
plt.title( "HeatMap using Seaborn Method" )
plt.show()

Peta Panas Menggunakan Seaborn

Metode 2. Menggunakan Fungsi pcolormesh

Untuk memplot peta panas menggunakan fungsi pcolormesh_, pertama-tama kita perlu mengimpor semua modul/pustaka yang diperlukan ke kode kita

Kami akan memplot peta panas menggunakan berbagai cmaps jadi kami akan menggunakan subplots di matplotlib. Fungsi pcolormesh dari matplotlib membutuhkan dataset dan kita dapat menentukan peta warna untuk memplot peta panas

import matplotlib.pyplot as plt
import numpy as np

data= np.random.rand(10,10)

plt.subplot(2,2,1)
plt.pcolormesh(data, cmap = 'rainbow')
plt.title('HeatMap Using pcolormesh function')

plt.subplot(2,2,2)
plt.pcolormesh(data, cmap = 'twilight')
plt.title('HeatMap Using pcolormesh function')

plt.subplot(2,2,3)
plt.pcolormesh(data, cmap = 'summer')
plt.title('HeatMap Using pcolormesh function')

plt.subplot(2,2,4)
plt.pcolormesh(data, cmap = 'winter')
plt.title('HeatMap Using pcolormesh function')

plt.tight_layout()

plt.show()

Peta Panas Menggunakan Fungsi Pcolormesh

Metode 3. Menggunakan matplotlib. perpustakaan pyplot

Untuk memplot peta panas menggunakan pustaka matplotlib.pyplot, pertama-tama kita perlu mengimpor semua modul/pustaka yang diperlukan ke program kita

Sama seperti metode sebelumnya, kita akan memplot peta panas menggunakan berbagai cmaps jadi kita akan menggunakan subplots di matplotlib. Pustaka

import matplotlib.pyplot as plt
import numpy as np

data= np.random.rand(10,10)

plt.subplot(2,2,1)
plt.pcolormesh(data, cmap = 'rainbow')
plt.title('HeatMap Using pcolormesh function')

plt.subplot(2,2,2)
plt.pcolormesh(data, cmap = 'twilight')
plt.title('HeatMap Using pcolormesh function')

plt.subplot(2,2,3)
plt.pcolormesh(data, cmap = 'summer')
plt.title('HeatMap Using pcolormesh function')

plt.subplot(2,2,4)
plt.pcolormesh(data, cmap = 'winter')
plt.title('HeatMap Using pcolormesh function')

plt.tight_layout()

plt.show()

1 menggunakan fungsi

import matplotlib.pyplot as plt
import numpy as np

data= np.random.rand(10,10)

plt.subplot(2,2,1)
plt.pcolormesh(data, cmap = 'rainbow')
plt.title('HeatMap Using pcolormesh function')

plt.subplot(2,2,2)
plt.pcolormesh(data, cmap = 'twilight')
plt.title('HeatMap Using pcolormesh function')

plt.subplot(2,2,3)
plt.pcolormesh(data, cmap = 'summer')
plt.title('HeatMap Using pcolormesh function')

plt.subplot(2,2,4)
plt.pcolormesh(data, cmap = 'winter')
plt.title('HeatMap Using pcolormesh function')

plt.tight_layout()

plt.show()

2 yang memerlukan kumpulan data dan kita dapat menentukan peta warna untuk memplot peta panas

import numpy as np
import matplotlib.pyplot as plt

data= np.random.random((10,10))

plt.subplot(2,2,1)
plt.imshow( data, interpolation = 'nearest',cmap="rainbow")
plt.title('HeatMap Using Matplotlib Library')

plt.subplot(2,2,2)
plt.imshow( data, interpolation = 'nearest',cmap="twilight")
plt.title('HeatMap Using Matplotlib Library')

plt.subplot(2,2,3)
plt.imshow( data, interpolation = 'nearest',cmap="summer")
plt.title('HeatMap Using Matplotlib Library')

plt.subplot(2,2,4)
plt.imshow( data, interpolation = 'nearest',cmap="ocean")
plt.title('HeatMap Using Matplotlib Library')

plt.tight_layout()

plt.show()

Heatmap Menggunakan Library Matplotlib

Mengakhiri kata-kata

Terima kasih telah membaca tutorial ini. Saya yakin saya telah membahas semua metode untuk memplot peta panas dan sekarang Anda dapat mencoba memplotnya untuk data waktu nyata. Nantikan lebih banyak tutorial seperti itu

Bagaimana cara merencanakan peta panas untuk 3 variabel dengan Python?

Kode Python langkah demi langkah untuk membuat peta panas .

Langkah 1 - Impor paket Python yang diperlukan

Langkah 2 - Muat kumpulan data

Langkah - 3 Buat array Python Numpy

Langkah 4 - Buat Pivot dengan Python

Langkah 5 - Buat larik untuk membubuhi keterangan peta panas

Langkah 6 - Buat figur Matplotlib dan tentukan plotnya

Berapa banyak variabel dalam peta panas?

Peta panas digunakan untuk menunjukkan hubungan antara dua variabel , satu diplot pada setiap sumbu.

Bisakah peta panas digunakan untuk variabel kategori?

Jika kita ingin melihat bagaimana variabel kategori berinteraksi satu sama lain, peta panas adalah cara yang sangat berguna untuk melakukannya . Meskipun Anda dapat menggunakan peta panas untuk memvisualisasikan hubungan antara dua variabel kategori apa pun, sangat umum untuk menggunakan peta panas lintas dimensi waktu.

Apakah peta panas multivariat?

Peta panas adalah metode visualisasi yang berguna untuk mengilustrasikan data multivarian saat ada banyak variabel untuk dibandingkan , seperti dalam analisis data besar. Ini adalah plot yang menampilkan nilai dalam skala warna dalam kisi.