python热力图实现简单方法_Python

在我们想要对不同变量进行判断的时候，会分析其中的之间的联系。这种理念同样也被用在实例生活中，最常见到的是做一个地理的热力图。很多人对画热力图的方法不是很清楚，我们可以先装好相关的工具，了解一些使用参数，然后在实例中进行画热力图的实例体验，下面就来看看具体的方法吧。

1.导入相关的packages

				?

									import seaborn as sns

									%matplotlib inline

									sns.set(font_scale=1.5)

2.参数

vmax：设置颜色带的最大值

vmin：设置颜色带的最小值

cmap：设置颜色带的色系

center：设置颜色带的分界线

annot：是否显示数值注释

fmt：format的缩写，设置数值的格式化形式

linewidths：控制每个小方格之间的间距

linecolor：控制分割线的颜色

cbar_kws：关于颜色带的设置

mask：传入布尔型矩阵，若为矩阵内为True，则热力图相应的位置的数据将会被屏蔽掉（常用在绘制相关系数矩阵图）

3.实例

用Python生成heatmap比较简单，导入googlmap然后把经纬度plot在地图上就可以了。最后把heatmap生成为一个html文件，可以放大和缩小。

				?

									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')

内容扩展：

实例扩展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") #点击图

									heat.heatmap(save_as="2.png") #热图

实例扩展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热力图实现简单方法的详细内容，更多关于python热力图的原理实现的资料请关注服务器之家其它相关文章！

原文链接：https://www.py.cn/jishu/jichu/23453.html

python热力图实现简单方法

1.导入相关的packages

2.参数

3.实例

相关文章

热门资讯