Python: crear mapas de calor para la visualización de datos

Name: Python: crear mapas de calor para la visualización de datos
Author: Brian Higgins

Cree mapas de calor para la visualización de datos.

Preview the first lesson free — get full access to all 3 lessons.

Curso: bajo demanda

Hola, mi nombre es Brian Higgins y en estas lecciones le mostrará cómo crear mapas de calor para la visualización de datos. En esta lección te mostraré cómo crear un modelo bidimensional. mapa de calor. Luego agregaremos estilo al mapa de calor y luego cree un mapa de calor interactivo usando HVPlot. Creemos nuestro primer mapa de calor. Un mapa de calor 2D o bidimensional es una visualización de datos que muestra la magnitud de los datos usando colores. Primero, crearemos un mapa de calor 2D usando Matplotlib. diagrama de datos función mostrar. La función imshow toma los datos y un nombre de mapa de colores como parámetros de entrada. Los valores del mapa de colores se pueden encontrar en esta página web que se muestra aquí, por lo que puedes hacer referencia a eso para todos los valores posibles que Puedes usarlo para diferentes colores en tu mapa de calor. Ahora veamos el código en la siguiente celda. Entonces vamos a importar la biblioteca NumPy como alias np y usaremos pyplot con el alias PLT. Entonces, lo que vamos a hacer es trazar un mapa de calor 2D usando el Método PiPlot IamShow. Primero, antes de hacer eso, vamos a crear un tamaño de 10 por 10. matriz de valores flotantes aleatorios. Entonces, un valor flotante es cualquier cosa que tenga un decimal, y el Los valores oscilarán entre cero y 0,999. Entonces usaremos la función aleatoria de NumPy, y pasaremos 10 filas y 10 columnas como las dimensiones de la matriz de datos que queremos crear. Y lo colocaremos en la matriz llamada datos. A continuación llamaremos a la función imshow de pyplot, que cree nuestro mapa de calor para nosotros. Y pasaremos la matriz de 10 por 10 llamada datos que recién creado junto con nuestro mapa de colores, en este caso el El mapa de colores se llamará hot y hot significará que estamos usando colores que son rojos y naranjas y amarillos. Luego simplemente agregaremos un título a nuestro mapa de calor para indicar que Es un mapa de calor 2D que utiliza la función I am show. Entonces, mostremos cómo se ve esta trama. Bien, observe que hemos creado un mapa de calor 2D con imshow, y tiene colores cálidos, y son amarillos, rojos, naranjas, y marrones, esencialmente. Continuando, crearemos otro mapa de calor 2D usando Matplotlib. diagrama de datos pColorMalla función. Entonces esta función es un poco diferente. La función pColorMesh toma datos y un valor de mapa de color como parámetros de entrada, iguales que el IM Show, pero la diferencia entre IM Show y pColorMesh es que, antes que nada, pColorMesh es mucho más rápido. La indexación de IM Show comienza en la parte superior izquierda del gráfico. A diferencia de pColorMesh, la indexación comienza en la parte inferior izquierda. Entonces, si nota que al volver a nuestro mapa de calor del programa IAM, el índice 0, 0 está en la parte superior izquierda. Veremos algo diferente en nuestra malla de color p. De nuevo, nuestro código será muy parecido al que hicimos. anteriormente usando NumPy y PyPlot, una matriz aleatoria de 10 por 10 carrozas que van de 0 a 0,99 y luego llamaremos a pColorMesh. Ahora esta es la diferencia con la última celda del código y nuevamente Vamos a pasar datos y nuestro mapa de colores. En este caso, usaremos el mapa de colores llamado azules. Y por eso tendrá una gama diferente de colores azules en nuestra mapa de calor. Y simplemente le daremos un título diferente. Nuevamente, será un mapa de calor 2D llamado desde Color Mesh. Entonces, mostremos este mapa de calor. Bien, observe que aquí hemos creado un mapa de calor 2D usando función pColorMesh, y tenemos diferentes colores azules, cualquier cosa, desde blanco hasta un azul muy oscuro, que se muestra en el diferentes celdas de nuestro mapa de calor. Y la otra cosa está en la parte inferior izquierda, nuestra indexación. comienza con el 0, 0 allí. Gracias por ver. Estén atentos a nuestra próxima lección donde agregaremos estilo a nuestro mapa de calor.

Intermedio Proveedor : Brian Higgins 3 lecciones · 12m en Árabe, Alemán, Inglés, Español, Francés, Portugués, Chinese

Descripción del curso

En estas lecciones aprenderá a crear mapas de calor bidimensionales. Inicialmente, creará mapas de calor utilizando la sub biblioteca Pyplot de la biblioteca Matplotlib de Python. Simularemos los datos del mapa de calor que se generan utilizando la función aleatoria Numpy para una matriz bidimensional de valores. Demostraremos cómo diseñar mapas de calor con etiquetas, un título, colorear y una barra de color, y también aprenderá la diferencia entre la función Pyplot imshow() y la función pcolormesh() para crear mapas de calor.

También le enseñaremos a usar la biblioteca Python Seaborn para generar un mapa de calor. El beneficio del mapa de calor de Seaborn se ilustrará mostrando la función de anotación para las celdas del mapa de calor. También aprenderá a crear un mapa de calor interactivo utilizando HVPlot, agregando un widget de barra de herramientas interactivo que le permitirá profundizar en el gráfico del mapa de calor y obtener información sobre esos datos.

Lo que aprenderás

Crear mapas de calor bidimensionales usando la subbiblioteca Python Matplotlib Pyplot
Simular datos de mapa de calor usando la función aleatoria de Numpy para una matriz bidimensional de valores
Aplicar estilo a un mapa de calor con etiquetas, un título, coloración y una barra de color
Distinguir entre las funciones Pyplot imshow() y pcolormesh() para crear mapas de calor
Generar un mapa de calor anotado usando la biblioteca Python Seaborn
Construir un mapa de calor interactivo con HVPlot, añadiendo un widget de barra de herramientas para explorar los datos

Puntos clave

Los mapas de calor pueden crearse en Matplotlib usando la subbiblioteca Pyplot, con datos simulados generados por la función aleatoria de Numpy.
Los mapas de calor pueden aplicarse con etiquetas, un título, coloración y una barra de color.
Las funciones Pyplot imshow() y pcolormesh() ofrecen diferentes enfoques para crear mapas de calor.
La biblioteca Seaborn puede generar mapas de calor y soporta una función de anotación para celdas de mapa de calor.
Un mapa de calor interactivo construido con HVPlot incluye un widget de barra de herramientas que te permite explorar el gráfico para obtener información más profunda.

Preguntas frecuentes

¿Qué aprenderé en este curso?

Aprenderás a crear mapas de calor bidimensionales usando Pyplot de Matplotlib, aplicarles estilo con etiquetas, títulos, coloración y barras de color, generar mapas de calor anotados con Seaborn, y construir un mapa de calor interactivo usando HVPlot.

¿Qué bibliotecas de Python cubre este curso?

El curso cubre la subbiblioteca Pyplot de Matplotlib, Numpy (para simular datos de mapa de calor), Seaborn e HVPlot.

¿Cuál es la diferencia entre imshow() y pcolormesh()?

Ambos son funciones de Pyplot para crear mapas de calor; el curso demuestra la diferencia entre las funciones imshow() y pcolormesh().

¿Este curso cubre mapas de calor interactivos?

Sí. Aprenderás a crear un mapa de calor interactivo usando HVPlot, añadiendo un widget de barra de herramientas interactiva que te permite explorar el gráfico de mapa de calor y obtener información sobre los datos.

¿Qué habilidades ayuda a desarrollar este curso?

Desarrolla habilidades en visualización de datos, mapas de datos, mapas de calor, visualización de información y visualización científica.