Lära Värmekarta | Visualisering med Seaborn

Definition

En värmekarta är en metod för att visualisera tvådimensionell data genom att använda färger för att representera storleken av varje värde.

Detta exempel använder en värmekarta för att visualisera parvisa korrelationer mellan variabler.

Skapa en enkel värmekarta

seaborn.heatmap() tar ett tvådimensionellt dataset. Ett vanligt användningsområde är att plotta en korrelationsmatris: givet en DataFrame, anropa .corr() för att beräkna korrelationer och skicka sedan den resulterande matrisen till 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()

Korrelationsmatrisen skapas endast från numeriska kolumner (numeric_only=True).

Annotation och färger

Genom att sätta annot=True skrivs korrelationsvärdena inuti varje cell. Vi kan även välja en färgskala med hjälp av cmap.

Notering

Det är också möjligt att ändra färgerna för vår värmekarta genom att ange parametern cmap (du kan utforska detta i "Choosing color palettes"-artikeln).


              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()

Färgfältet till höger kan tas bort genom att sätta cbar=False.

Läs Mer

I de flesta fall är detta allt du behöver för en anpassning av värmekarta, men du kan alltid utforska mer i heatmap() dokumentationen.

Förbättra läsbarheten

Det sista som skulle förbättra läsbarheten av vår värmekarta är att rotera markeringarna med de redan bekanta funktionerna xticks() och 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()

Uppgift

Swipe to start coding

Använd rätt metod för att skapa en korrelationsmatris.
Ange argumentet för metoden så att endast numeriska variabler inkluderas.
Använd rätt funktion för att skapa en värmekarta (heatmap).
Ange correlation_matrix som data för värmekartan genom att specificera det som första argument.
Lägg till värden i varje cell i matrisen genom att specificera det som andra argument.
Ange paletten (färgkartan) för värmekartan till 'crest' genom att specificera det som tredje (sista) argument.
Rotera x- och y-axelns etiketter 15 grader moturs genom att ange ett nyckelordsargument i xticks() och yticks().

Lösning

Var allt tydligt?

Tack för dina kommentarer!

Avsnitt 5. Kapitel 7

single

Fråga AI

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

Svep för att visa menyn