这篇文章主要为大家展示了“如何使用python数据可视化Seaborn画热力图”,内容简而易懂,条理清晰,希望能够帮助大家解决疑惑,下面让小编带领大家一起研究并学习一下“如何使用python数据可视化Seaborn画热力图”这篇文章吧。
热力图的想法很简单,用颜色替换数字。
现在,这种可视化风格已经从最初的颜色编码表格走了很长一段路。热力图被广泛用于地理空间数据。这种图通常用于描述变量的密度或强度,模式可视化、方差甚至异常可视化等。
鉴于热力图有如此多的应用,本文将介绍如何使用Seaborn
来创建热力图。
首先我们导入Pandas
和Numpy
库,这两个库可以帮助我们进行数据预处理。
import pandas as pd import matplotlib.pyplot as plt import seaborn as sb import numpy as np
为了举例,我们采用的数据集是 80 种不同谷物的样本,我们来看看它们的成分。
数据集样例如下所示:
上图中,第一行为表头,接着对于每一行来说,第一列为谷物的名称,后面第4列到16列为每种谷物含有的13种主要组成成分的数值。
解下来我们分析每种谷物13种不同成分之间的相关性,我们可以采用Pandas库中的coor()函数来计算相关性,
代码如下:
# read dataset df = pd.read_csv('data/cereal.csv') # get correlations df_corr = df.corr() # 13X13 print(df_corr)
得到结果如下:
calories protein fat ... weight cups rating
calories 1.000000 0.019066 0.498610 ... 0.696091 0.087200 -0.689376
protein 0.019066 1.000000 0.208431 ... 0.216158 -0.244469 0.470618
fat 0.498610 0.208431 1.000000 ... 0.214625 -0.175892 -0.409284
sodium 0.300649 -0.054674 -0.005407 ... 0.308576 0.119665 -0.401295
fiber -0.293413 0.500330 0.016719 ... 0.247226 -0.513061 0.584160
carbo 0.250681 -0.130864 -0.318043 ... 0.135136 0.363932 0.052055
sugars 0.562340 -0.329142 0.270819 ... 0.450648 -0.032358 -0.759675
potass -0.066609 0.549407 0.193279 ... 0.416303 -0.495195 0.380165
vitamins 0.265356 0.007335 -0.031156 ... 0.320324 0.128405 -0.240544
shelf 0.097234 0.133865 0.263691 ... 0.190762 -0.335269 0.025159
weight 0.696091 0.216158 0.214625 ... 1.000000 -0.199583 -0.298124
cups 0.087200 -0.244469 -0.175892 ... -0.199583 1.000000 -0.203160
rating -0.689376 0.470618 -0.409284 ... -0.298124 -0.203160 1.000000[13 rows x 13 columns]
接着我们移除相关性不大的最后几个成分,代码如下:
# irrelevant fields fields = ['rating', 'shelf', 'cups', 'weight'] # drop rows df_corr.drop(fields, inplace=True) # 9X13 # drop cols df_corr.drop(fields, axis=1, inplace=True) # 9X9 print(df_corr)
得到结果如下:
我们知道相关性矩阵是对称矩阵,矩阵中上三角和下三角的值是相同的,这带来了很大的重复。
非常幸运的是我们可以使用Mask矩阵来生成Seaborn
中的热力图,那么我们首先来生成Mask矩阵。
np.ones_like(df_corr, dtype=np.bool)
结果如下:
接着我们来得到上三角矩阵,在Numpy
中使用np.triu
函数可以返回上三角矩阵对应的Mask,
如下所示:
mask = np.triu(np.ones_like(df_corr, dtype=np.bool))
结果如下:
接下来我们画热力图,如下所示:
sb.heatmap(df_corr,mask=mask) plt.show()
此时的运行结果如下:
观察上图,我们虽然使用Mask
生成了热力图,但是图像中还有两个空的单元格(红色圆圈所示)。
我们当然可以在绘制的时候将其进行过滤。即分别将和上述圆圈对应的mask
和df_corr
过滤掉,
代码如下:
# adjust mask and df mask = mask[1:, :-1] corr = df_corr.iloc[1:, :-1].copy()
同时我们可以设置heatmap
相应的参数,让其显示对应的数值,
完整代码如下:
def test2(): # read dataset df = pd.read_csv('data/cereal.csv') # get correlations df_corr = df.corr() # 13X13 # irrelevant fields fields = ['rating', 'shelf', 'cups', 'weight'] df_corr.drop(fields, inplace=True) # 9X13 # drop cols df_corr.drop(fields, axis=1, inplace=True) # 9X9 mask = np.triu(np.ones_like(df_corr, dtype=np.bool)) # adjust mask and df mask = mask[1:, :-1] corr = df_corr.iloc[1:, :-1].copy() # plot heatmap sb.heatmap(corr, mask=mask, annot=True, fmt=".2f", cmap='Blues', vmin=-1, vmax=1, cbar_kws={"shrink": .8}) # yticks plt.yticks(rotation=0) plt.show()
运行结果如下:
接着我们继续优化可视化的效果,考虑到相关系数的范围为-1到1,所以颜色变化有两个方向。基于此,由中间向两侧发散的调色板相比连续的调色板视觉效果会更好。如下所示为发散的调色板示例:
在Seaborn库中存在生成发散调色板的函数 driverging_palette,
该函数用于构建colormaps
,每侧使用一种颜色,并在中心汇聚成另一种颜色。
这个函数的完整形式如下:
diverging_palette(h_neg, h_pos, s=75, l=50, sep=1,n=6, center=“light”, as_cmap=False)
该函数使用颜色表示形式为HUSL
,即hue
,Saturation
和Lightness
。这里我们查阅网站来选择我们接下来设置的调色板的颜色。
最后但是最最重要的一点,不要忘了在我们的图像上设置标题,使用title
函数即可。
完整代码如下:
def test3(): # read dataset df = pd.read_csv('data/cereal.csv') # get correlations df_corr = df.corr() # 13X13 # irrelevant fields fields = ['rating', 'shelf', 'cups', 'weight'] df_corr.drop(fields, inplace=True) # 9X13 # drop cols df_corr.drop(fields, axis=1, inplace=True) # 9X9 fig, ax = plt.subplots(figsize=(12, 10)) # mask mask = np.triu(np.ones_like(df_corr, dtype=np.bool)) # adjust mask and df mask = mask[1:, :-1] corr = df_corr.iloc[1:, :-1].copy() # color map cmap = sb.diverging_palette(0, 230, 90, 60, as_cmap=True) # plot heatmap sb.heatmap(corr, mask=mask, annot=True, fmt=".2f", linewidths=5, cmap=cmap, vmin=-1, vmax=1, cbar_kws={"shrink": .8}, square=True) # ticks yticks = [i.upper() for i in corr.index] xticks = [i.upper() for i in corr.columns] plt.yticks(plt.yticks()[0], labels=yticks, rotation=0) plt.xticks(plt.xticks()[0], labels=xticks) # title title = 'CORRELATION MATRIX\nSAMPLED CEREALS COMPOSITION\n' plt.title(title, loc='left', fontsize=18) plt.show()
运行结果如下:
是不是看上去高大上了很多。人类果然还是视觉动物。
以上是“如何使用python数据可视化Seaborn画热力图”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注亿速云行业资讯频道!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。