Lære Varmekart | Visualisering med Seaborn

Definisjon

Et varmekart er en metode for å visualisere todimensjonale data ved å bruke farger for å representere størrelsen på hver verdi.

Dette eksempelet bruker et varmekart for å visualisere parvise korrelasjoner mellom variabler.

Lage et enkelt varmekart

seaborn.heatmap() tar et todimensjonalt datasett. Et vanlig bruksområde er å plotte en korrelasjonsmatrise: gitt en DataFrame, bruk .corr() for å beregne korrelasjoner, og send deretter den resulterende matrisen til heatmap().


              1234567891011
            
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

url = 'https://content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/countries_data.csv'
countries_df = pd.read_csv(url, index_col=0)

correlation_matrix = countries_df.corr(numeric_only=True)

sns.heatmap(correlation_matrix)
plt.show()

Korrelasjonsmatrisen opprettes kun fra numeriske kolonner (numeric_only=True).

Annotasjon og farger

Ved å sette annot=True vises korrelasjonsverdiene inne i hver celle. Vi kan også velge et fargekart ved å bruke cmap.

Merk

Det er også mulig å endre fargene for varmekartet ved å sette parameteren cmap (du kan utforske dette i "Choosing color palettes"-artikkelen).


              1234567891011
            
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

url = 'https://content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/countries_data.csv'
countries_df = pd.read_csv(url, index_col=0)

correlation_matrix = countries_df.corr(numeric_only=True)

sns.heatmap(correlation_matrix, annot=True, cmap='viridis')
plt.show()

Fargelinjen til høyre kan fjernes ved å sette cbar=False.

Studer mer

I de fleste tilfeller er dette alt du trenger for tilpasning av varmekart, men du kan alltid utforske mer i heatmap() dokumentasjonen.

Forbedre lesbarhet

Det siste som vil forbedre lesbarheten til varmekartet vårt er å rotere merkene ved å bruke de allerede kjente funksjonene xticks() og yticks():


              1234567891011121314
            
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

url = 'https://content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/countries_data.csv'
countries_df = pd.read_csv(url, index_col=0)

correlation_matrix = countries_df.corr(numeric_only=True)

sns.heatmap(correlation_matrix, annot=True, cmap='viridis')
plt.xticks(rotation=20)
plt.yticks(rotation=20)

plt.show()

Oppgave

Swipe to start coding

Bruk riktig metode for å lage en korrelasjonsmatrise.
Sett argumentet til metoden slik at kun numeriske variabler inkluderes.
Bruk riktig funksjon for å lage et varmekart.
Sett correlation_matrix som data for varmekartet ved å spesifisere det som første argument.
Legg til verdiene i hver celle i matrisen ved å spesifisere det som andre argument.
Sett paletten (fargekartet) til varmekartet til 'crest' ved å spesifisere det som tredje (høyre) argument.
Roter x- og y-aksens etiketter 15 grader mot klokken ved å spesifisere et nøkkelordargument i xticks() og yticks().

Løsning

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 5. Kapittel 7

single

Spør AI

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Suggested prompts:

How can I customize the appearance of the heatmap further?

What do the correlation values in the heatmap represent?

Can I use this method with my own dataset?

Sveip for å vise menyen