Mapa de calor do mar

“Seaborn é uma biblioteca de análise visual baseada em matplotlib. Possui uma estrutura de alto nível para definir gráficos analíticos visualmente atraentes. Matplotlib é a base do Seaborn. O módulo SeaBorn nos permite criar mapas de calor detalhados, e os visuais serão ajustados com as funções matplotlib antes de serem exibidas para qualquer um dos módulos Matplotlib para fornecer gráficos de qualidade.

Seaborn oferece uma interface melhor que o matplotlib, permitindo aos usuários simplificar muitas das modificações e algumas operações que, de outra forma, seriam necessárias para criar gráficos de matplotlib como responsivos. Também funciona bem com os tipos de dados do Pandas, tornando o pré-processamento de dados e visualizando simples. Ele também contém vários gráficos com parâmetros úteis e um layout atraente.

Um mapa de calor é uma representação visual 2D de informações que usa cores para ilustrar os valores exclusivos em uma matriz. É uma técnica gráfica perfeita para analisar entidades diferentes. É simples de fazer e personalizar, além de compreender. Mapas de calor serão usados ​​para identificar a correlação entre as características de um algoritmo de aprendizado profundo, porque eles fornecem uma maneira simples de avaliar o vínculo entre diferentes entidades.

Pode ajudar a seleção variável removendo elementos que estão intimamente conectados. Vou discutir vários métodos que são usados ​​para desenhar um mapa de calor marítimo em python com ilustrações diferentes.”

Utilize Randint () Método

Aqui usaremos a função Randint () para criar uma matriz bidimensional. A biblioteca Numpy contém esta função.

importar numpy como np
importar Seborn como SN
importar matplotlib.pyplot como plt
dados = np.aleatório.Randint (baixo = 1,
High = 200,
tamanho = (20, 20))
hm = sn.MAP de calor (dados = dados)
plt.mostrar()

No início do código, importamos três bibliotecas necessárias Numpy como NP, Seaborn como SN e Matplotlib.pyplot como plt. Agora queremos criar uma matriz bidimensional. Esta matriz contém alguns valores aleatórios. Para criar a matriz, utilizamos o método Randint () da biblioteca Numpy. Esta função contém três parâmetros diferentes. Esses parâmetros incluem o menor valor, maior valor e tamanho da matriz.

Em seguida, aplicamos o método HeatMap () para representar o mapa de calor. No final, tivemos que exibir o enredo, então utilizamos o método show ().
Depois de executar o código acima, obtemos o enredo anterior.

Ancorar a sombra do mapa

Somente células com valores dentro de 40 e 80 seriam apresentadas se os valores mínimos e máximos das células forem ajustados para 40 e 80, respectivamente.

importar numpy como np
importar Seborn como SN
importar matplotlib.pyplot como plt
dados = np.aleatório.Randint (baixo = 2,
High = 200,
tamanho = (20, 20))
vmin = 40
vmax = 80
hm = sn.mapa de calor (dados = dados,
vmin = vmin,
vmax = vmax)
plt.mostrar()

O primeiro passo é integrar os arquivos do cabeçalho. O arquivo de cabeçalho Numpy é integrado como NP, o SeaBorn será integrado como SN, e o terceiro arquivo de cabeçalho Matplotlib será integrado como PLT. Na próxima etapa, vamos gerar uma matriz bidimensional. Nós armazenamos números diferentes na matriz. A matriz contém valores de 2 a 200. A função Randint () está sendo usada para criar uma matriz. Esta função pertence à biblioteca Numpy.

Fornecemos um valor mais baixo, valor mais alto e o tamanho da matriz bidimensional como parâmetros da função Randint (). Agora temos que especificar o valor mínimo e o valor máximo das células do gráfico. Para desenhar o mapa de calor, usamos a função de mapa de calor () da biblioteca Seaborn. Esta função contém os valores mínimo e máximo das células como argumento. O método show () está sendo aplicado para representar o gráfico.

Ajustando a cor do mapa e centralizando -o

O argumento "CMAP" seria analisado neste caso. Muitos coloridos estão disponíveis no matplotlib. Aqui vamos especificar o valor "TAB10" para o argumento "CMAP". Também definimos o argumento do "centro" para zero para centralizar o CMAP.

importar numpy como np
importar Seborn como SN
importar matplotlib.pyplot como plt
dados = np.aleatório.Randint (baixo = 2,
High = 200,
tamanho = (20, 20))
cmap = "tab10"
centro = 1
hm = sn.mapa de calor (dados = dados,
cmap = cmap,
centro = centro)
plt.mostrar()

Introduzimos três bibliotecas essenciais no início do código: Numpy como NP, Seaborn como SN e Matplotlib.pyplot como plt. Vamos fazer uma matriz bidimensional agora. Existem alguns valores aleatórios nesta matriz. Temos usado o método Randint () da biblioteca Numpy para criar a matriz. Existem três argumentos nesta função. O menor valor, o maior valor e o tamanho da matriz estão entre esses parâmetros.

Na próxima etapa, especificamos a cor do mapa usando a variável "CMAP". Definimos seu valor como "tab10". Também fornecemos o atributo "centro" e definimos o valor 0. O mapa de calor foi então representado usando a função HeatMap (). Os argumentos desta função incluem a cor do mapa e o centro do gráfico. Finalmente, precisamos mostrar o enredo; Assim, usamos o método show ().

Criando uma linha de separação única

Os argumentos "largura de linha" e "linecolor" podem ser usados ​​para ajustar a espessura e a sombra das fronteiras das células.

importar numpy como np
importar Seborn como SN
importar matplotlib.pyplot como plt
dados = np.aleatório.Randint (baixo = 2,
High = 200,
tamanho = (20, 20))
largura de linha = 3
linecolor = "azul"
hm = sn.mapa de calor (dados = dados,
Linha de linha = Linha de linha,
lineColor = lineColor)
plt.mostrar()

Os arquivos de cabeçalho devem ser integrados primeiro. O arquivo de cabeçalho Numpy será incorporado como NP, o SeaBorn será incorporado como SN e Matplotlib será incluído como PLT. Números diferentes foram mantidos na matriz. As entradas na matriz variam de 2 a 200. Uma matriz é criada usando o método Randint (). A biblioteca Numpy contém este método. Os argumentos da função Randint () são o menor valor, o valor mais alto e o tamanho da matriz bidimensional.

Agora vamos especificar a largura da linha da borda e cor da borda para as células do gráfico. O valor da largura de linha e linecolor seria "2" e "vermelho", respectivamente. Temos usado o método pacote de calor do Seaborn's Heat () para desenhar o mapa de calor. A largura de linha e a linecolor das células são dadas como parâmetros a esta função. Para ilustrar o gráfico, a função show () será usada.

Conclusão

Conversamos sobre diferentes técnicas para criar o mapa de calor marítimo. Um mapa de calor é uma representação visual de quaisquer dados que empregam tons para exibir o conteúdo da matriz. O método Heatmap () será usado para criar mapas de calor em Seaborn. Além disso, abordamos como mudar a cor do mapa, como separar os limites das células do gráfico e como ancorar a sombra do mapa.