在我們想要對(duì)不同變量進(jìn)行判斷的時(shí)候，會(huì)分析其中的之間的聯(lián)系。這種理念同樣也被用在實(shí)例生活中，最常見(jiàn)到的是做一個(gè)地理的熱力圖。很多人對(duì)畫(huà)熱力圖的方法不是很清楚，我們可以先裝好相關(guān)的工具，了解一些使用參數(shù)，然后在實(shí)例中進(jìn)行畫(huà)熱力圖的實(shí)例體驗(yàn)，下面就來(lái)看看具體的方法吧。
1.導(dǎo)入相關(guān)的packages
import seaborn as sns
%matplotlib inline
sns.set(font_scale=1.5)
2.參數(shù)
vmax：設(shè)置顏色帶的最大值
vmin：設(shè)置顏色帶的最小值
cmap：設(shè)置顏色帶的色系
center：設(shè)置顏色帶的分界線
annot：是否顯示數(shù)值注釋
fmt：format的縮寫(xiě)，設(shè)置數(shù)值的格式化形式
linewidths：控制每個(gè)小方格之間的間距
linecolor：控制分割線的顏色
cbar_kws：關(guān)于顏色帶的設(shè)置
mask：傳入布爾型矩陣，若為矩陣內(nèi)為True，則熱力圖相應(yīng)的位置的數(shù)據(jù)將會(huì)被屏蔽掉（常用在繪制相關(guān)系數(shù)矩陣圖）
3.實(shí)例
用Python生成heatmap比較簡(jiǎn)單，導(dǎo)入googlmap然后把經(jīng)緯度plot在地圖上就可以了。最后把heatmap生成為一個(gè)html文件，可以放大和縮小。
import gmplot # plot the locations on google map
import numpy as np # linear algebra
import pandas as pd # data processing, CSV file I/O (e.g. pd.read_csv())
import matplotlib.pyplot as plt # data visualization
import seaborn as sns # data visualization
df = pd.read_csv("data.csv")
df = pd.DataFrame(df)
df_td = pd.read_csv("datacopy.csv")
df_td = pd.DataFrame(df_td)
# print df.dtypes
print (df.shape)
print (df_td.shape)
def plot_heat_map(data, number):
latitude_array = data['INTPTLAT'].values
latitude_list = latitude_array.tolist()
print(latitude_list[0])
Longitude_array = data['INTPTLONG'].values
longitude_list = Longitude_array.tolist()
print(longitude_list[0])
# Initialize the map to the first location in the list
gmap = gmplot.GoogleMapPlotter(latitude_list[0], longitude_list[0], 10)
# gmap.scatter(latitude_list, longitude_list, edge_width=10)
gmap.heatmap(latitude_list, longitude_list)
# Write the map in an HTML file
# gmap.draw('Paths_map.html')
gmap.draw('{}_Paths_map.html'.format(number))
plot_heat_map(df,'4')
內(nèi)容擴(kuò)展：
實(shí)例擴(kuò)展1
# -*- coding: utf-8 -*-
from pyheatmap.heatmap import HeatMap
import numpy as np
N = 10000
X = np.random.rand(N) * 255 # [0, 255]
Y = np.random.rand(N) * 255
data = []
for i in range(N):
tmp = [int(X[i]), int(Y[i]), 1]
data.append(tmp)
heat = HeatMap(data)
heat.clickmap(save_as="1.png") #點(diǎn)擊圖
heat.heatmap(save_as="2.png") #熱圖
實(shí)例擴(kuò)展2
import matplotlib.pyplot as plt
import matplotlib.cm as cm
from matplotlib.colors import LogNorm
import numpy as np
x, y = np.random.rand(10), np.random.rand(10)
z = (np.random.rand(9000000)+np.linspace(0,1, 9000000)).reshape(3000, 3000)
plt.imshow(z+10, extent=(np.amin(x), np.amax(x), np.amin(y), np.amax(y)),
cmap=cm.hot, norm=LogNorm())
plt.colorbar()
plt.show()
以上就是python熱力圖實(shí)現(xiàn)簡(jiǎn)單方法的詳細(xì)內(nèi)容，更多關(guān)于python熱力圖的原理實(shí)現(xiàn)的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
您可能感興趣的文章:- python 繪制場(chǎng)景熱力圖的示例
- Python如何繪制日歷圖和熱力圖
- Python數(shù)據(jù)相關(guān)系數(shù)矩陣和熱力圖輕松實(shí)現(xiàn)教程
- python實(shí)現(xiàn)輸入的數(shù)據(jù)在地圖上生成熱力圖效果
