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