Python: criar mapas de calor para visualização de dados

Name: Python: criar mapas de calor para visualização de dados
Author: Brian Higgins

Criar heatmaps para visualização de dados.

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

Curso: sob demanda

Olá, meu nome é Brian Higgins e nestas aulas irei mostram como criar mapas de calor para visualização de dados. Nesta lição vou mostrar como criar uma imagem bidimensional mapa de calor. Em seguida, adicionaremos estilo ao mapa de calor e, em seguida, crie um mapa de calor interativo usando HVPlot. Vamos criar nosso primeiro mapa de calor. Um mapa de calor 2D ou bidimensional é uma visualização de dados que mostra a magnitude dos dados usando cores. Primeiro, vamos criar um mapa de calor 2D usando o Matplotlib pyplot função imshow. A função imshow pega os dados e um nome de mapa de cores como parâmetros de entrada. Os valores do mapa de cores podem ser encontrados nesta página da web mostrada aqui, então você pode fazer referência a isso para todos os valores possíveis que você pode usar para cores diferentes em seu mapa de calor. Agora vamos dar uma olhada no código na célula a seguir. Então vamos importar a biblioteca NumPy como np alias e usaremos pyplot com o alias PLT. Então o que vamos fazer é traçar um mapa de calor 2D usando o Método PiPlot IamShow. Primeiro, antes de fazermos isso, vamos criar um 10 por 10 matriz de valores flutuantes aleatórios. Portanto, um valor flutuante é qualquer coisa que contenha um decimal, e o os valores variarão de zero a 0,999. Então, vamos usar a função aleatória do NumPy, e passaremos 10 linhas e 10 colunas como as dimensões de a matriz de dados que queremos criar. E colocaremos isso no array chamado data. A seguir, chamaremos a função imshow do pyplot, que irá crie nosso mapa de calor para nós. E passaremos o array 10 por 10 chamado data que acabamos de criar junto com nosso mapa de cores, neste caso o o mapa de cores será nomeado quente e quente significará que estamos usando cores que são vermelhas e laranjas e amarelos. Em seguida, adicionaremos um título ao nosso mapa de calor para indicar que é um mapa de calor 2D usando a função I am show. Então vamos mostrar como é esse enredo. OK, observe que criamos um mapa de calor 2D com imshow, e tem cores quentes, e são amarelos, vermelhos, laranjas, e marrons, essencialmente. Seguindo em frente, criaremos outro mapa de calor 2D usando o Matplotlib pyplot pColorMesh função. Portanto, esta função é um pouco diferente. A função pColorMesh pega dados e um valor do mapa de cores como parâmetros de entrada, iguais ao IM Show, mas a diferença entre IM Show e pColorMesh é que, em primeiro lugar, o pColorMesh é muito mais rápido. A indexação do IM Show começa no canto superior esquerdo do gráfico. Ao contrário do pColorMesh, a indexação começa no canto inferior esquerdo. Então, se você voltar ao nosso mapa de calor do IAM, o o índice 0, 0 está no canto superior esquerdo. Veremos algo diferente em nossa malha p-color. Então, novamente, nosso código será praticamente o mesmo que fizemos anteriormente usando NumPy e PyPlot, uma matriz aleatória de 10 por 10 carros alegóricos variando de 0 a 0,99 e então chamaremos pColorMesh. Agora esta é a diferença da última célula de código e novamente vamos passar dados e nosso mapa de cores. Neste caso, usaremos o mapa de cores chamado blues. E então terá uma gama diferente de cores azuis em nosso mapa de calor. E daremos apenas um título diferente. Novamente, será um mapa de calor 2D chamado do Color Mesh. Então vamos mostrar este mapa de calor. Ok, observe aqui que criamos um mapa de calor 2D usando Função pColorMesh, e temos diferentes cores azuis, qualquer coisa, desde branco até um azul muito escuro, aparecendo no diferentes células do nosso mapa de calor. E a outra coisa está no canto inferior esquerdo, nossa indexação começa com 0, 0 ali. Obrigado por assistir. Fique ligado em nossa próxima lição, onde adicionaremos estilo a nosso mapa de calor.

Intermediário Fornecedor : Brian Higgins 3 lições · 12m em Árabe, Alemão, Inglês, Espanhol, Francês, Português, Chinese

Descrição do curso

Nestas lições, aprenderá a criar mapas de calor bidimensionais. Inicialmente, irá criar mapas de calor usando a sub-biblioteca Python Matplotlib da biblioteca Pyplot. Simularemos dados de mapa de calor que são gerados usando a função aleatória Numpy para uma matriz bidimensional de valores. Demonstraremos como estilizar mapas de calor com etiquetas, um título, cores e uma barra de cores, e também aprenderá a diferença entre a função Pyplot imshow() e a função pcolormesh() para criar mapas de calor.

Também mostraremos como usar a biblioteca Python Seaborn para gerar um mapa de calor. As vantagens do mapa de calor Seaborn serão ilustradas com a função de anotação para as células do mapa de calor. Aprenderá também a criar um mapa de calor interativo utilizando o HVPlot, adicionando um widget de barra de ferramentas interativo que lhe permitirá aprofundar o gráfico do mapa de calor e obter informações sobre esses dados.

O Que Você Vai Aprender

Criar mapas de calor bidimensionais usando a sub-biblioteca Python Matplotlib Pyplot
Simular dados de mapa de calor usando a função aleatória Numpy para uma matriz bidimensional de valores
Estilizar um mapa de calor com rótulos, título, coloração e uma barra de cores
Distinguir entre as funções Pyplot imshow() e pcolormesh() para criar mapas de calor
Gerar um mapa de calor anotado usando a biblioteca Python Seaborn
Construir um mapa de calor interativo com HVPlot, adicionando um widget de barra de ferramentas para explorar os dados

Principais Conclusões

Mapas de calor podem ser criados no Matplotlib usando a sub-biblioteca Pyplot, com dados simulados gerados pela função aleatória Numpy.
Mapas de calor podem ser estilizados com rótulos, título, coloração e uma barra de cores.
As funções Pyplot imshow() e pcolormesh() oferecem abordagens diferentes para criar mapas de calor.
A biblioteca Seaborn pode gerar mapas de calor e suporta um recurso anotado para células de mapa de calor.
Um mapa de calor interativo construído com HVPlot inclui um widget de barra de ferramentas que permite explorar o gráfico para obter insights mais profundos.

Perguntas Frequentes

O que vou aprender neste curso?

Você aprenderá a criar mapas de calor bidimensionais usando Matplotlib Pyplot, estilizá-los com rótulos, títulos, coloração e barras de cores, gerar mapas de calor anotados com Seaborn e construir um mapa de calor interativo usando HVPlot.

Quais bibliotecas Python este curso aborda?

O curso aborda a sub-biblioteca Matplotlib Pyplot, Numpy (para simular dados de mapa de calor), Seaborn e HVPlot.

Qual é a diferença entre imshow() e pcolormesh()?

Ambas são funções Pyplot para criar mapas de calor; o curso demonstra a diferença entre as funções imshow() e pcolormesh().

Este curso aborda mapas de calor interativos?

Sim. Você aprenderá a criar um mapa de calor interativo usando HVPlot, adicionando um widget de barra de ferramentas interativa que permite explorar o gráfico de mapa de calor e obter insights nos dados.

Quais habilidades este curso ajuda a desenvolver?

Ele desenvolve habilidades em visualização de dados, mapas de dados, mapas de calor, visualização de informações e visualização científica.