Deslize para mostrar o menu

Mapa de Calor

Definição

Um heatmap é um método para visualizar dados bidimensionais utilizando cores para representar a magnitude de cada valor.

Este exemplo utiliza um heatmap para representar as correlações pareadas entre variáveis em um conjunto de dados.

Criando um Heatmap Simples

O seaborn possui uma função chamada heatmap(). Seu único parâmetro obrigatório é data, que deve ser um conjunto de dados 2D (retangular).

Talvez o uso mais comum de um heatmap seja com uma matriz de correlação, como no exemplo acima. Dado um DataFrame, deve-se primeiro chamar seu método corr() para obter uma matriz de correlação e, somente então, passar essa matriz como argumento para a função heatmap():

Um caso de uso comum para um heatmap é exibir uma matriz de correlação. Dado um DataFrame, primeiro chame seu método corr() para obter a matriz de correlação e, em seguida, passe essa matriz como argumento para a função heatmap().


              123456789101112131415
            
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# Loading the dataset with the countries data
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)

# Creating a correlation matrix with all numeric variables
correlation_matrix = countries_df.corr(numeric_only=True)

# Creating a heatmap based on the correlation matrix
sns.heatmap(correlation_matrix)

plt.show()

A matriz de correlação foi criada utilizando apenas as colunas numéricas do DataFrame. As colunas que contêm strings foram excluídas ao definir numeric_only=True.

Anotação e Cores

Este mapa de calor pode ser tornado mais informativo ao exibir o valor apropriado (coeficiente de correlação, neste caso) em cada célula. Isso pode ser feito simplesmente definindo o parâmetro annot como True.

Nota

Também é possível alterar as cores do nosso mapa de calor configurando o parâmetro cmap (você pode explorá-lo no artigo "Escolhendo paletas de cores").


              123456789101112131415
            
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# Loading the dataset with the countries data
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)

# Creating a correlation matrix with all numeric variables
correlation_matrix = countries_df.corr(numeric_only=True)

# Setting annotation and color palette
sns.heatmap(correlation_matrix, annot=True, cmap='viridis')

plt.show()

A barra de cores à direita pode ser removida configurando cbar=False.

Estude Mais

Na maioria dos casos, isso é tudo o que você precisará em termos de personalização de heatmap, porém, você sempre pode explorar mais na documentação do heatmap().

Melhorando a Legibilidade

O último aspecto que pode melhorar a legibilidade do nosso heatmap é rotacionar os ticks utilizando as funções xticks() e yticks() já conhecidas:


              12345678910111213141516171819
            
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# Loading the dataset with the countries data
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)

# Creating a correlation matrix with all numeric variables
correlation_matrix = countries_df.corr(numeric_only=True)

# Creating a heatmap based on the correlation matrix
sns.heatmap(correlation_matrix, annot=True, cmap='viridis')

# Rotating the ticks by 20 degrees counterclockwise
plt.xticks(rotation=20)
plt.yticks(rotation=20)

plt.show()

Tarefa

Swipe to start coding

Utilize o método correto para criar uma matriz de correlação.
Defina o argumento do método para incluir apenas variáveis numéricas.
Utilize a função apropriada para criar um mapa de calor.
Defina correlation_matrix como os dados do mapa de calor especificando o primeiro argumento.
Adicione os valores em cada célula da matriz especificando o segundo argumento.
Defina a paleta (mapa de cores) do mapa de calor como 'crest' especificando o terceiro (último) argumento.
Gire os rótulos dos eixos x e y em 15 graus no sentido anti-horário especificando um argumento nomeado em xticks() e yticks().

Solução

Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo

Tudo estava claro?

Obrigado pelo seu feedback!

Seção 5. Capítulo 7

Pergunte à IA

Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo

Mapa de Calor

Definição

Um heatmap é um método para visualizar dados bidimensionais utilizando cores para representar a magnitude de cada valor.

Este exemplo utiliza um heatmap para representar as correlações pareadas entre variáveis em um conjunto de dados.

Criando um Heatmap Simples

O seaborn possui uma função chamada heatmap(). Seu único parâmetro obrigatório é data, que deve ser um conjunto de dados 2D (retangular).


              123456789101112131415
            
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# Loading the dataset with the countries data
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)

# Creating a correlation matrix with all numeric variables
correlation_matrix = countries_df.corr(numeric_only=True)

# Creating a heatmap based on the correlation matrix
sns.heatmap(correlation_matrix)

plt.show()

A matriz de correlação foi criada utilizando apenas as colunas numéricas do DataFrame. As colunas que contêm strings foram excluídas ao definir numeric_only=True.

Anotação e Cores

Nota

Também é possível alterar as cores do nosso mapa de calor configurando o parâmetro cmap (você pode explorá-lo no artigo "Escolhendo paletas de cores").


              123456789101112131415
            
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# Loading the dataset with the countries data
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)

# Creating a correlation matrix with all numeric variables
correlation_matrix = countries_df.corr(numeric_only=True)

# Setting annotation and color palette
sns.heatmap(correlation_matrix, annot=True, cmap='viridis')

plt.show()

A barra de cores à direita pode ser removida configurando cbar=False.

Estude Mais

Na maioria dos casos, isso é tudo o que você precisará em termos de personalização de heatmap, porém, você sempre pode explorar mais na documentação do heatmap().

Melhorando a Legibilidade

O último aspecto que pode melhorar a legibilidade do nosso heatmap é rotacionar os ticks utilizando as funções xticks() e yticks() já conhecidas:


              12345678910111213141516171819
            
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# Loading the dataset with the countries data
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)

# Creating a correlation matrix with all numeric variables
correlation_matrix = countries_df.corr(numeric_only=True)

# Creating a heatmap based on the correlation matrix
sns.heatmap(correlation_matrix, annot=True, cmap='viridis')

# Rotating the ticks by 20 degrees counterclockwise
plt.xticks(rotation=20)
plt.yticks(rotation=20)

plt.show()

Tarefa

Swipe to start coding

Utilize o método correto para criar uma matriz de correlação.
Defina o argumento do método para incluir apenas variáveis numéricas.
Utilize a função apropriada para criar um mapa de calor.
Defina correlation_matrix como os dados do mapa de calor especificando o primeiro argumento.
Adicione os valores em cada célula da matriz especificando o segundo argumento.
Defina a paleta (mapa de cores) do mapa de calor como 'crest' especificando o terceiro (último) argumento.
Gire os rótulos dos eixos x e y em 15 graus no sentido anti-horário especificando um argumento nomeado em xticks() e yticks().

Solução

Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo

Tudo estava claro?

Obrigado pelo seu feedback!

Seção 5. Capítulo 7

Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo