Seeborn Heatmap

„Seeborn ist eine Matplotlib-basierte visuelle Analysebibliothek. Es verfügt über einen hochrangigen Rahmen für die Definition visuell ansprechender analytischer Diagramme. Matplotlib ist die Grundlage von Seeborn. Das Seeborn -Modul ermöglicht es uns, detaillierte Heatmaps zu erstellen, und die Grafiken werden weiter mit Matplotlib -Funktionen eingestellt, bevor sie für eine der Matplotlib -Module angezeigt werden, um Qualitätsgrafiken bereitzustellen.

Seeborn bietet eine bessere Schnittstelle als Matplotlib, sodass die Benutzer viele Modifikationen und einige Vorgänge vereinfachen können. Es funktioniert auch gut mit Pandas-Datentypen, wodurch Daten vorverarbeitet und visualisiert werden. Es enthält auch mehrere Grafiken mit nützlichen Parametern und einem ansprechenden Layout.

Eine Heatmap ist eine 2D -visuelle Darstellung von Informationen, die Farben verwendet, um die eindeutigen Werte in einer Matrix zu veranschaulichen. Es ist eine perfekte grafische Technik zur Analyse verschiedener Einheiten. Es ist einfach zu machen und zu personalisieren und zu verstehen. Wärmemaps werden verwendet, um die Korrelation zwischen den Eigenschaften eines Deep -Lern -Algorithmus zu identifizieren, da sie eine einfache Möglichkeit bieten, den Zusammenhang zwischen verschiedenen Entitäten zu bewerten.

Es kann die variable Auswahl unterstützen, indem Elemente entfernt werden, die eng miteinander verbunden sind. Ich werde verschiedene Methoden diskutieren, mit denen eine Seeborn Heatmap in Python mit verschiedenen Illustrationen gezogen wird.”

Verwenden Sie die Randint () -Methode

Hier werden wir die Funktion randint () verwenden, um eine zweidimensionale Matrix zu erstellen. Die Bibliothek Numpy enthält diese Funktion.

Numph als NP importieren
Importieren Sie Seeborn als Sn
Matplotlib importieren.Pyplot als PLT
Data = np.willkürlich.Randint (niedrig = 1,
hoch = 200,
Größe = (20, 20))
hm = sn.Heatmap (Daten = Daten)
PLT.zeigen()

Zu Beginn des Code haben wir drei erforderliche Bibliotheken Numpy als NP, Seeborn als SN und Matplotlib importiert.Pyplot als PLT. Jetzt wollen wir eine zweidimensionale Matrix erstellen. Diese Matrix enthält einige zufällige Werte. Zum Erstellen der Matrix haben wir die Randint () -Methode der Numpy Library verwendet. Diese Funktion enthält drei verschiedene Parameter. Diese Parameter umfassen den kleinsten Wert, den größten Wert und die Größe der Matrix.

Dann haben wir das Wärmemap () zur grafischen Grafik der Heatmap angewendet. Am Ende mussten wir die Handlung anzeigen, also verwendeten wir die Show () -Methode.
Nachdem wir den obigen Code ausgeführt haben, erhalten wir die vorhergehende Handlung.

Verankern Sie den Schatten der Karte

Es werden nur Zellen mit Werten innerhalb von 40 und 80 dargestellt, wenn die minimalen und maximalen Werte der Zellen auf 40 bzw. 80 eingestellt würden.

Numph als NP importieren
Importieren Sie Seeborn als Sn
Matplotlib importieren.Pyplot als PLT
Data = np.willkürlich.Randint (niedrig = 2,
hoch = 200,
Größe = (20, 20))
vmin = 40
vmax = 80
hm = sn.Heatmap (Daten = Daten,
vmin = vmin,
vmax = vmax)
PLT.zeigen()

Der erste Schritt besteht darin, die Header -Dateien zu integrieren. Die Header -Datei Numpy ist als NP integriert, Seaborn wird als SN integriert und die dritte Header -Datei Matplotlib wird als PLT integriert. Im nächsten Schritt werden wir eine zweidimensionale Matrix erzeugen. Wir haben verschiedene Zahlen in der Matrix gespeichert. Die Matrix enthält Werte von 2 bis 200. Die Funktion randint () wird verwendet, um eine Matrix zu erstellen. Diese Funktion gehört zur Numpy -Bibliothek.

Wir haben einen niedrigeren Wert, den höchsten Wert und die Größe der zweidimensionalen Matrix als Parameter der Funktion randint () geliefert. Jetzt müssen wir den Mindestwert und den Maximalwert der Zellen des Diagramms angeben. Zum Zeichnen der Heatmap haben wir den Funktions Heatmap () der Bibliothek Seaborn verwendet. Diese Funktion enthält die minimalen und maximalen Werte der Zellen als Argument. Die Messe () -Methode wird angewendet, um die Grafik darzustellen.

Einstellen der Farbe der Karte und zentrieren Sie sie

Das Argument „CMAP“ würde in diesem Fall analysiert. Viele Colormaps sind in Matplotlib erhältlich. Hier geben wir den Wert „tab10“ für das Argument „CMAP“ an. Wir setzen auch das „Mittel“ -Argument auf Null, um die CMAP zu zentrieren.

Numph als NP importieren
Importieren Sie Seeborn als Sn
Matplotlib importieren.Pyplot als PLT
Data = np.willkürlich.Randint (niedrig = 2,
hoch = 200,
Größe = (20, 20))
cmap = "tab10"
Mitte = 1
hm = sn.Heatmap (Daten = Daten,
CMAP = CMAP,
Mitte = Mitte)
PLT.zeigen()

Wir haben zu Beginn des Codes drei essentielle Bibliotheken vorgestellt: Numpy als NP, Seeborn als SN und Matplotlib.Pyplot als PLT. Wir werden jetzt eine zweidimensionale Matrix machen. In dieser Matrix gibt es einige zufällige Werte. Wir haben die Randint () -Methode der Numpy Library verwendet, um die Matrix zu erstellen. Diese Funktion enthält drei Argumente. Der kleinste Wert, der größte Wert und die Matrixgröße gehören zu diesen Parametern.

Im nächsten Schritt haben wir die Farbe der Karte mit der Variablen „CMAP“ angegeben. Wir setzen seinen Wert als "tab10". Wir haben auch das Attribut „Center“ bereitgestellt und den Wert 0 festgelegt. Die Heatmap wurde dann unter Verwendung der Wärmemap () -Funktion drapiert. Zu den Argumenten dieser Funktion gehören die Farbe der Karte und das Zentrum des Diagramms. Schließlich müssen wir die Handlung zeigen; Somit haben wir die Show () -Methode verwendet.

Erstellen einer einzigartigen Trennlinie

Die Argumente „Linienbreiten“ und „Linecolor“ können verwendet werden, um die Dicke und den Farbton der Ränder der Zellen anzupassen.

Numph als NP importieren
Importieren Sie Seeborn als Sn
Matplotlib importieren.Pyplot als PLT
Data = np.willkürlich.Randint (niedrig = 2,
hoch = 200,
Größe = (20, 20))
Linienbreiten = 3
linecolor = "blau"
hm = sn.Heatmap (Daten = Daten,
linewidths = linewidths,
linecolor = linecolor)
PLT.zeigen()

Die Header -Dateien müssen zuerst integriert werden. Die Header -Datei Numpy wird als NP eingebaut, Seaborn wird als SN eingebaut und Matplotlib wird als PLT enthalten. In der Matrix wurden verschiedene Zahlen aufbewahrt. Die Einträge in der Matrix reichen von 2 bis 200. Eine Matrix wird mit der Randint () -Methode erstellt. Die Numpy -Bibliothek enthält diese Methode. Die Argumente der Funktion randint () sind der kleinste Wert, der höchste Wert und die Größe der zweidimensionalen Matrix.

Jetzt werden wir die Leitungsbreite des Randes und die Farbe des Randes für die Zellen der Graphen angeben. Der Wert von Linienbreite und Linecolor wäre „2“ bzw. „rot“. Wir haben die Package SeaBorn's Heatmap () -Methode verwendet, um die Heatmap zu zeichnen. Die Linienbreite und das Linekolor der Zellen werden als Parameter für diese Funktion angegeben. Um die Grafik zu veranschaulichen, wird die Funktion show () verwendet.

Abschluss

Wir haben über verschiedene Techniken zur Erstellung der Seeborn Heatmap gesprochen. Eine Heatmap ist eine visuelle Darstellung von Daten, die Schattierungen zum Anzeigen des Inhalts der Matrix verwenden. Die Wärmemap () -Methode wird verwendet. Wir haben zusätzlich abgedeckt.