Python如何實現(xiàn)熱力圖

發(fā)布時間：2021-12-14 11:12:48 來源：億速云閱讀：523 作者：小新欄目：大數(shù)據(jù)

這篇文章將為大家詳細講解有關Python如何實現(xiàn)熱力圖，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

題目：通過python程序生成熱力圖。

首先需要導入相關的庫：

#導入庫import seaborn as snsimport  pandas as pdimport numpy as npimport matplotlib.pyplot as plt

其中，seaborn是基于matplotlib的圖形可視化python包。

它提供了一種高度交互式界面，便于用戶能夠做出各種有吸引力的統(tǒng)計圖表。

pandas庫，它可以對數(shù)據(jù)進行導入、清洗、處理、統(tǒng)計和輸出。

pandas 是基于 Numpy 庫的，可以說，pandas 庫就是為數(shù)據(jù)分析而生的。

numpy庫，機器學習算法中大部分都是調(diào)用Numpy庫來完成基礎數(shù)值計算的。

pyplot庫，簡單的說就是把數(shù)據(jù)顯示成圖形用的，比如曲線，棒圖，餅圖，總之就是數(shù)據(jù)可視化。

本程序為顯示熱力圖的示例，所以數(shù)據(jù)通過隨機數(shù)函數(shù)產(chǎn)生。

data = np.random.random((6,6))

產(chǎn)生生成6行 6列的浮點數(shù)，浮點數(shù)都是從0-1中隨機。

最后填充成固定數(shù)據(jù)格式后，通過heatmap函數(shù)生成熱力圖

features = ["prop1","prop2","prop3","prop4","prop5","prop6"]data = pd.DataFrame(data,index = features,columns=features)heatmap_plot=sns.heatmap(data,center=0,cmap='gist_rainbow')

最終程序代碼實現(xiàn)：

     
   
   
   #導入庫  
    
    import seaborn as sns  
    
    import  pandas as pd  
    
    import numpy as np  
    
    import matplotlib.pyplot as plt  
    
    #生成數(shù)據(jù)集  
    
    data = np.random.random((6,6))  
    
    features = ["prop1","prop2","prop3","prop4","prop5","prop6"]  
    
    data = pd.DataFrame(data,index = features,columns=features)  
    
    print(data)  
    
    #繪制熱力圖  
    
    heatmap_plot=sns.heatmap(data,center=0,cmap='gist_rainbow')  
    
    plt.show()

最后一句plt.show()，為顯示熱力圖

程序運行結(jié)果：

Python如何實現(xiàn)熱力圖

關于“Python如何實現(xiàn)熱力圖”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。

向AI問一下細節(jié)

Python如何實現(xiàn)熱力圖

猜你喜歡

最新資訊

相關推薦

相關標簽