Colori della mappa di calore del mare

Le mappe di calore sono mappe colorate che visualizzano i dati in un formato bidimensionale. La variazione del colore si ottiene usando tonalità, saturazione o luminosità per ritrarre le varie informazioni sulle mappe dei colori. Questa variazione di colore fornisce ai lettori informazioni visive sulla dimensione dei valori quantitativi. Mappe di calore sostituire i numeri con i colori poiché la mente umana comprende le viste meglio dei dati testuali. Considerando che gli umani sono principalmente visivi, ha senso presentare i dati in qualsiasi modo. Le mappe di calore sono rappresentazioni visive di dati semplici. Di conseguenza, gli strumenti di visualizzazione dei dati come le mappe di calore stanno diventando sempre più popolari.

Le mappe di calore vengono utilizzate per visualizzare motivi, varianza e anomalie, nonché per rappresentare la saturazione o l'intensità delle variabili. Le relazioni tra le variabili sono raffigurate tramite mappe di calore. Entrambi gli assi sono usati per tracciare queste variabili. Osservando lo spostamento del colore nella cella, possiamo cercare i motivi. Ci vuole solo input numerico e lo mostra sulla griglia, con diversi valori di dati visualizzati dall'intensità del colore variabile.

Molti vari schemi di colore possono essere utilizzati per rappresentare la mappa di calore, ognuna con il proprio insieme di vantaggi e svantaggi percettivi. I colori nella mappa di calore indicano i motivi nei dati, quindi le decisioni della tavolozza dei colori sono più che semplici cosmetici. La scoperta di motivi può essere facilitata dalle tavolozze di colori appropriate ma può anche essere ostacolata dalle cattive scelte di colore.

I colarmap sono usati per visualizzare le mappe di calore poiché sono un modo semplice ed efficace per vedere i dati. Diverse colarmap potrebbero essere utilizzate per diversi tipi di mappe di calore. In questo articolo, esploreremo come interagire con le mappe di calore di Seaborn usando i Colormaps.

Esempio 1: imposta il diagramma sequenziale Colormaps

Quando i valori dei dati (numerici) cambiano da alto a basso e solo uno di essi è significativo per l'analisi, utilizziamo i Colormap sequenziali. Si noti che abbiamo creato un CoLormap con SNS.Color Palette () e ho mostrato i colori nel Colormap con SNS.Palbot (). La seguente istanza spiega come generare una mappa di calore Colormap sequenziale con il modulo Seaborn.

Nel seguente script Python, forniamo i tre moduli necessari affinché il codice funzioni. Quindi, inseriamo il valore del seme zero nella funzione casuale per generare numeri casuali. Creiamo i dati sul campo in cui si chiama la funzione RAND che genera un numero casuale in un intervallo specificato per l'asse x e l'asse Y. Quindi, creiamo una variabile CoLormap in cui il color_palette ha creato il colore "rossi". Alla fine, il colore CMAP viene utilizzato per la mappa di calore.

Importa matplotlib.Pyplot come Plt
Importa Seaborn come SNS
Importa Numpy come NP
np.casuale.Seme (0)
data = np.casuale.Rand (10, 10)
Colormap = SNS.Color_Palette ("Reds")
AX = SNS.HeatMap (Data, CMAP = CoLormap)
Plt.spettacolo()

La mappa di calore a colori sequenziale è rappresentata in questo modo dallo script precedente.

Esempio 2: Imposta le corormap sequenziali con la trama dell'argomento CMAP

Poiché "Reds" è un Colormap incorporato in Seaborn, può anche essere passato direttamente all'argomento CMAP.

Vale la pena notare che il nostro Colormap ha un'intensità del colore continua, al contrario di quella precedente, che aveva un'intensità verde discreta per una gamma di possibili valori. Ecco uno sguardo più profondo ai Colormaps ottenuti nelle mappe di calore menzionate nella seguente illustrazione:

Abbiamo superato uno zero per il seme RAND e generato il numero casuale utilizzando la funzione RAND all'interno dei dati variabili. Impostamo l'intervallo (15,15) sia per l'asse x che per l'asse y. Quindi, abbiamo superato un argomento cmap che ha il colore "blu" all'interno della funzione di mamap. Questo crea le variazioni di colore "blu" della mappa di calore.

Importa matplotlib.Pyplot come Plt
Importa Seaborn come SNS
Importa Numpy come NP
np.casuale.Seme (0)
data = np.casuale.Rand (15, 15)
AX = SNS.HeatMap (Data, CMAP = "Blues")
Plt.spettacolo()

Il diagramma di intensità del colore sequenziale del blues è mostrato all'interno della figura insieme alla barra dei colori del colore specificato.

Esempio 3: Imposta il diagramma di Colormaps divergenti

Sono utilizzati per rappresentare i valori numerici che vanno da alto a basso (e viceversa), con i valori massimi e minimi sono importanti. Su una mappa di calore di Seaborn, il seguente esempio spiega come usare un colormap divergente.

Qui, importiamo la Biblioteca Seaborn che è installata nella nostra lingua Python. La libreria Matplotlib viene utilizzata anche per la visualizzazione della trama. Abbiamo un altro modulo numpy per le caratteristiche numpy. Quindi, utilizzando il modulo numpy, abbiamo il NP.casuale.Funzione seme che passa un valore zero utilizzato per inizializzare i numeri casuali.

All'interno dei dati variabili, chiamiamo una funzione numpy rand che imposta il limite numerico per entrambi gli assi nella trama. Quindi, abbiamo una funzione di mappa di calore di Seaborn, che prende l'argomento CMAP. Il cmap è impostato con la combinazione di colori predefinita che è i colori del cestino cool.

Importa matplotlib.Pyplot come Plt
Importa Seaborn come SNS
Importa Numpy come NP
np.casuale.Seme (0)
data = np.casuale.Rand (10, 12)
AX = SNS.HeatMap (Data, CMAP = "Coolwarm")
Plt.spettacolo()

Nella figura seguente, abbiamo una mappa di calore personalizzata usando CMAP:

Esempio 4: imposta il diagramma del parametro CBAR

L'attributo CBAR di HeatMap è un valore booleano che implica se dovrebbe essere tracciato. La barra dei colori è presente nel grafico per impostazione predefinita se il parametro CBAR non è specificato. Passa il CBAR in falso per disabilitare la barra dei colori. Il parametro CBAR = FALSE nel metodo HeatMap () può essere utilizzato per disabilitare la colorbar del mappa di calore in Seaborn.

Abbiamo richiesto le quattro biblioteche; La libreria aggiuntiva è i panda per il frame di dati che utilizziamo nel codice. Con il Seaborn, chiamiamo una funzione set qui. Quindi, con la funzione di set di dati caricati, i voli di set di dati di esempio vengono aggiunti e memorizzati nella variabile DF.

Nella riga successiva, abbiamo una funzione pivot che prende i dati e raggruppa i dati di conseguenza colonna. Passiamo le tre colonne: mesi, anno e passeggeri dal set di dati del volo. Ora, invocando la funzione di mappa di calore di Seaborn imposta l'argomento CBAR su un valore falso. Con la funzione Show PLT, la trama è resa.

Importa panda come PD
Importa Numpy come NP
Importa Seaborn come SNS
Importa matplotlib.Pyplot come Plt
SNS.impostato()
df = sns.load_dataset ("voli")
df = df.pivot ("mese", "anno", "passeggeri")
AX = SNS.HeatMap (df, cbar = false)
Plt.spettacolo()

Il CBAR viene rimosso dal diagramma della mappa di calore nella figura data:

Conclusione

È semplice lavorare con le mappe di calore di Seaborn. Abbiamo discusso dei due tipi di mappe dei colori che includono le mappe di colore sequenziali e divergenti. Li abbiamo spiegati brevemente insieme all'esempio di corsa con il compilatore Python Seaborn all'interno di Ubuntu 20.04.