Matriisidatan Visualisointi
heatmap on kuvaaja, jossa datan arvot esitetään väreinä matriisissa.
Tämä on vakiotapa visualisoida korrelaatiomatriiseja (kuinka muuttujat liittyvät toisiinsa) tai aikasarjaruutuja (esim. kuukaudet vs. vuodet).
Tärkeää: toisin kuin scatterplot tai barplot, jotka käyttävät pitkiä datalistoja, heatmap vaatii datan yleensä matriisi- (2D) muodossa. Tämä saavutetaan usein käyttämällä df.pivot_table() ennen visualisointia.
Keskeiset parametrit
annot=True: kirjoittaa datan arvon jokaiseen soluun;cmap: käytettävä värikartta (gradientti). Yleisiä vaihtoehtoja:'viridis','coolwarm','magma';fmt: merkkijonon muotoilukoodi, jolla säädetään numeroiden esitystapaa;'d': kokonaisluvut (ei desimaaleja);'.2f': liukuluvut kahdella desimaalilla;'g': yleinen muoto (kompakti);linewidths/linecolor: lisää selkeät reunat solujen väliin.
Esimerkki
Alla on heatmap, joka näyttää numeeristen muuttujien korrelaation tips-aineistossa.
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
Visualisoi vuosien aikana lentäneiden matkustajien määrä. Data on jo muotoiltu matriisiksi (upd_df) käyttämällä pivot_table-toimintoa.
- Aseta tyyli
'ticks'. Vaihda kuvion taustaväri'seagreen'-väriin ('figure.facecolor'). - Luo lämpökartta:
- Käytä
upd_df-dataa (tämä on ensimmäinen argumentti, jotendata=-määrettä ei tarvita). - Käytä
'viridis'-värikarttaa (cmap).
- Käytä
- Näytä solujen numerot (
annot=True). - Muotoile numerot käyttäen
'0.99g'(yleinen muoto). - Aseta solujen välisten viivojen väri
'plum'(linecolor).
- Näytä kuvaaja.
Ratkaisu
Kiitos palautteestasi!
single
Kysy tekoälyä
Kysy tekoälyä
Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme
Mahtavaa!
Completion arvosana parantunut arvoon 4.55
Matriisidatan Visualisointi
Pyyhkäise näyttääksesi valikon
heatmap on kuvaaja, jossa datan arvot esitetään väreinä matriisissa.
Tämä on vakiotapa visualisoida korrelaatiomatriiseja (kuinka muuttujat liittyvät toisiinsa) tai aikasarjaruutuja (esim. kuukaudet vs. vuodet).
Tärkeää: toisin kuin scatterplot tai barplot, jotka käyttävät pitkiä datalistoja, heatmap vaatii datan yleensä matriisi- (2D) muodossa. Tämä saavutetaan usein käyttämällä df.pivot_table() ennen visualisointia.
Keskeiset parametrit
annot=True: kirjoittaa datan arvon jokaiseen soluun;cmap: käytettävä värikartta (gradientti). Yleisiä vaihtoehtoja:'viridis','coolwarm','magma';fmt: merkkijonon muotoilukoodi, jolla säädetään numeroiden esitystapaa;'d': kokonaisluvut (ei desimaaleja);'.2f': liukuluvut kahdella desimaalilla;'g': yleinen muoto (kompakti);linewidths/linecolor: lisää selkeät reunat solujen väliin.
Esimerkki
Alla on heatmap, joka näyttää numeeristen muuttujien korrelaation tips-aineistossa.
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
Visualisoi vuosien aikana lentäneiden matkustajien määrä. Data on jo muotoiltu matriisiksi (upd_df) käyttämällä pivot_table-toimintoa.
- Aseta tyyli
'ticks'. Vaihda kuvion taustaväri'seagreen'-väriin ('figure.facecolor'). - Luo lämpökartta:
- Käytä
upd_df-dataa (tämä on ensimmäinen argumentti, jotendata=-määrettä ei tarvita). - Käytä
'viridis'-värikarttaa (cmap).
- Käytä
- Näytä solujen numerot (
annot=True). - Muotoile numerot käyttäen
'0.99g'(yleinen muoto). - Aseta solujen välisten viivojen väri
'plum'(linecolor).
- Näytä kuvaaja.
Ratkaisu
Kiitos palautteestasi!
single