Visualización de Datos Matriciales
Un heatmap es un gráfico donde los valores de los datos se representan como colores en una matriz.
Esta es la forma estándar de visualizar matrices de correlación (cómo se relacionan las variables entre sí) o rejillas de series temporales (por ejemplo, meses vs. años).
Importante: a diferencia de scatterplot o barplot, que utilizan listas largas de datos, heatmap normalmente requiere que los datos estén en formato de matriz (2D). Esto suele lograrse utilizando df.pivot_table() antes de graficar.
Parámetros clave
annot=True: muestra el valor de los datos en cada celda;cmap: el mapa de colores (gradiente) a utilizar. Opciones comunes:'viridis','coolwarm','magma';fmt: código de formato de cadena para controlar la apariencia de los números;'d': enteros (sin decimales);'.2f': flotantes con 2 decimales;'g': formato general (compacto);linewidths/linecolor: añade bordes distintivos entre las celdas.
Ejemplo
A continuación se muestra un heatmap que representa la correlación entre variables numéricas en el conjunto de datos tips.
12345678910111213141516171819import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('tips') # 1. Calculate Correlation Matrix (creates the grid) corr_matrix = df.corr(numeric_only=True) # 2. Plot Heatmap sns.heatmap( data=corr_matrix, annot=True, # Show numbers fmt='.2f', # 2 decimal places cmap='coolwarm',# Red-Blue gradient linewidths=1 # Separation lines ) plt.show()
Swipe to start coding
Visualización del número de pasajeros que vuelan a lo largo de los años. Los datos ya han sido reorganizados en una matriz (upd_df) para usted utilizando pivot_table.
- Establecer el estilo en
'ticks'. Cambiar el color de fondo de la figura a'seagreen'('figure.facecolor'). - Crear un mapa de calor:
- Utilizar
upd_dfcomo datos (este es el primer argumento, por lo que no necesitadata=). - Usar el mapa de colores
'viridis'(cmap). - Mostrar los números en las celdas (
annot=True). - Formatear los números usando
'0.99g'(formato general). - Establecer el color de las líneas entre celdas en
'plum'(linecolor).
- Mostrar la gráfica.
Solución
¡Gracias por tus comentarios!
single
Pregunte a AI
Pregunte a AI
Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla
Genial!
Completion tasa mejorada a 4.55
Visualización de Datos Matriciales
Desliza para mostrar el menú
Un heatmap es un gráfico donde los valores de los datos se representan como colores en una matriz.
Esta es la forma estándar de visualizar matrices de correlación (cómo se relacionan las variables entre sí) o rejillas de series temporales (por ejemplo, meses vs. años).
Importante: a diferencia de scatterplot o barplot, que utilizan listas largas de datos, heatmap normalmente requiere que los datos estén en formato de matriz (2D). Esto suele lograrse utilizando df.pivot_table() antes de graficar.
Parámetros clave
annot=True: muestra el valor de los datos en cada celda;cmap: el mapa de colores (gradiente) a utilizar. Opciones comunes:'viridis','coolwarm','magma';fmt: código de formato de cadena para controlar la apariencia de los números;'d': enteros (sin decimales);'.2f': flotantes con 2 decimales;'g': formato general (compacto);linewidths/linecolor: añade bordes distintivos entre las celdas.
Ejemplo
A continuación se muestra un heatmap que representa la correlación entre variables numéricas en el conjunto de datos tips.
12345678910111213141516171819import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('tips') # 1. Calculate Correlation Matrix (creates the grid) corr_matrix = df.corr(numeric_only=True) # 2. Plot Heatmap sns.heatmap( data=corr_matrix, annot=True, # Show numbers fmt='.2f', # 2 decimal places cmap='coolwarm',# Red-Blue gradient linewidths=1 # Separation lines ) plt.show()
Swipe to start coding
Visualización del número de pasajeros que vuelan a lo largo de los años. Los datos ya han sido reorganizados en una matriz (upd_df) para usted utilizando pivot_table.
- Establecer el estilo en
'ticks'. Cambiar el color de fondo de la figura a'seagreen'('figure.facecolor'). - Crear un mapa de calor:
- Utilizar
upd_dfcomo datos (este es el primer argumento, por lo que no necesitadata=). - Usar el mapa de colores
'viridis'(cmap). - Mostrar los números en las celdas (
annot=True). - Formatear los números usando
'0.99g'(formato general). - Establecer el color de las líneas entre celdas en
'plum'(linecolor).
- Mostrar la gráfica.
Solución
¡Gracias por tus comentarios!
single