Matplotlib का उपयोग करते हुए, मैं एक 2D हीट मैप को प्लॉट करना चाहता हूं। मेरा डेटा एक n-by-n Numpy सरणी है, प्रत्येक 0 और 1 के बीच मान के साथ है। इसलिए इस सरणी के तत्व (i, j) के लिए, मैं (i, j) में एक वर्ग प्लॉट करना चाहता हूं। हीट मैप, जिसका रंग सरणी में तत्व के मूल्य के लिए आनुपातिक है।
मैं यह कैसे कर सकता हूँ?
जवाबों:
imshow()मानकों के साथ समारोह interpolation='nearest'और cmap='hot'आप क्या चाहते हैं क्या करना चाहिए।
import matplotlib.pyplot as plt
import numpy as np
a = np.random.random((16, 16))
plt.imshow(a, cmap='hot', interpolation='nearest')
plt.show()
सीबॉर्न बहुत सारे मैनुअल काम का ख्याल रखता है और स्वचालित रूप से चार्ट आदि के किनारे एक ढाल बनाता है।
import numpy as np
import seaborn as sns
import matplotlib.pylab as plt
uniform_data = np.random.rand(10, 12)
ax = sns.heatmap(uniform_data, linewidth=0.5)
plt.show()
या, आप वर्ग मैट्रिक्स के ऊपरी / निचले बाएं / दाएं त्रिकोणों को भी प्लॉट कर सकते हैं, उदाहरण के लिए एक सहसंबंध मैट्रिक्स जो वर्ग है और सममित है, इसलिए सभी मानों को प्लॉट करना वैसे भी बेमानी होगा।
corr = np.corrcoef(np.random.randn(10, 200))
mask = np.zeros_like(corr)
mask[np.triu_indices_from(mask)] = True
with sns.axes_style("white"):
ax = sns.heatmap(corr, mask=mask, vmax=.3, square=True, cmap="YlGnBu")
plt.show()
2d numpyसरणी के लिए, बस उपयोग imshow()से आपको मदद मिल सकती है:
import matplotlib.pyplot as plt
import numpy as np
def heatmap2d(arr: np.ndarray):
plt.imshow(arr, cmap='viridis')
plt.colorbar()
plt.show()
test_array = np.arange(100 * 100).reshape(100, 100)
heatmap2d(test_array)
यह कोड एक निरंतर हीटमैप का उत्पादन करता है।
आप यहांcolormap से एक और बिल्ट-इन चुन सकते हैं ।
मैं matplotlib के pcolor / pcolormesh फ़ंक्शन का उपयोग करूंगा क्योंकि यह डेटा के गैर-समान अंतर की अनुमति देता है।
उदाहरण से लिया matplotlib :
import matplotlib.pyplot as plt
import numpy as np
# generate 2 2d grids for the x & y bounds
y, x = np.meshgrid(np.linspace(-3, 3, 100), np.linspace(-3, 3, 100))
z = (1 - x / 2. + x ** 5 + y ** 3) * np.exp(-x ** 2 - y ** 2)
# x and y are bounds, so z should be the value *inside* those bounds.
# Therefore, remove the last value from the z array.
z = z[:-1, :-1]
z_min, z_max = -np.abs(z).max(), np.abs(z).max()
fig, ax = plt.subplots()
c = ax.pcolormesh(x, y, z, cmap='RdBu', vmin=z_min, vmax=z_max)
ax.set_title('pcolormesh')
# set the limits of the plot to the limits of the data
ax.axis([x.min(), x.max(), y.min(), y.max()])
fig.colorbar(c, ax=ax)
plt.show()
यह कैसे एक सीएसवी से यह करने के लिए है:
import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import griddata
# Load data from CSV
dat = np.genfromtxt('dat.xyz', delimiter=' ',skip_header=0)
X_dat = dat[:,0]
Y_dat = dat[:,1]
Z_dat = dat[:,2]
# Convert from pandas dataframes to numpy arrays
X, Y, Z, = np.array([]), np.array([]), np.array([])
for i in range(len(X_dat)):
X = np.append(X, X_dat[i])
Y = np.append(Y, Y_dat[i])
Z = np.append(Z, Z_dat[i])
# create x-y points to be used in heatmap
xi = np.linspace(X.min(), X.max(), 1000)
yi = np.linspace(Y.min(), Y.max(), 1000)
# Z is a matrix of x-y values
zi = griddata((X, Y), Z, (xi[None,:], yi[:,None]), method='cubic')
# I control the range of my colorbar by removing data
# outside of my range of interest
zmin = 3
zmax = 12
zi[(zi<zmin) | (zi>zmax)] = None
# Create the contour plot
CS = plt.contourf(xi, yi, zi, 15, cmap=plt.cm.rainbow,
vmax=zmax, vmin=zmin)
plt.colorbar()
plt.show()कहां dat.xyzहै
x1 y1 z1
x2 y2 z2
...
matplotlibगैलरी को देखा? उपयोग करने के कुछ अच्छे उदाहरण हैंimshow,pcolorऔरpcolormeshयही आप चाहते हैं